数据挖掘算法在大学生成绩分析中的应用

数据挖掘技术可以从大量的数据中通过算法发现隐藏其中的未知信息,被广泛应用到各种数据分析任务中,然而教育数据挖掘领域的研究目前仍然很少.针对高校大学生成绩分析问题,研究了经典的数据挖掘算法的分类性能,包括支持向量机、多元自适应回归样条、K-最近邻、决策树和随机森林.基于随机森林算法的变量重要性度量,分析了软件工程专业特定的课程对于学生综合学习效果的影响和作用.在真实的大学生学习数据集上进行了实验,获得了一些有意义的发现.     

网络教学在内分泌医学临床教学中的应用

网络教学是利用已经普及的电脑和宽带网络等硬件环境,依托专业的网络现场教学平台,实现异地、同时、实时、互动教学和学习的一种新型教学模式,突破了时间和空间的限制,具有灵活便捷、高度互动、利于交流等特点,是我国高等教育教学改革的重要方向之一。本文,笔者结合内分泌医学临床网络教学的现状和特点,对网络教学在内分泌医学临床教学中的应用进行探讨。     

电网低频减载系统在地区电网中的应用研究

本文将对低频减载的特点及分类进行阐明,进而探讨其在电网中的应用,并分析其优化与发展的方向。     

Mathematica数学软件变换规则在生成基中的应用

讨论运用Mathematica数学软件中的变换规则( .),解决了文[3]中的生成基问题.     

MYNOS短时预警报系统在人工增雨作业中的应用

2009年入伏以来,天门市降水偏少,干旱较为严重,给天门市农业带来很大损失。因此,天门市气象局利用短时预警报系统,并结合MICAPS资料,精确地检测对流云团的移向、移速及其中心强度,指导人工增雨作业,缓解或解除旱情,减少农业的损失。     

关联规则在图书管理中的应用

<正>图书馆每日会产生许多图书流通数据,通常来说这类数据信息不仅仅是记录读者的信息,也进行一些日常的数据收集和统计。然而,从当前情况来看,这些数据的真正价值并没有充分地被挖掘,更没有得到充分的运用。通过持续的观察,笔者从读者借阅的历史数据中发现,读者借阅图书也存在着一定的关联性,并且学科与学     

关联规则挖掘算法及其在个性化网站中的应用研究

较为详细地介绍了关联规则挖掘的基本内容和相关算法,给出了在web个性化网站的建设中,利用关联规则挖掘对用户数据进行分析和预测用户行为的一个实例.     

人工蜂群算法在再制造物流网络优化中的应用

在供给侧结构性改革大背景下,基于产品回收和再制造,有必要构建合理的再制造物流网络,以提升供应链管理水平。人工蜂群算法性能优越,具有很强的全局收敛性和贪婪启发式的搜索特征。本文建立再制造物流网络模型,运用人工蜂群算法,结合实际问题进行算法设计,对模型进行编码仿真,得到网络设施的位置和数量,使整个再制造物流网络最优。     

限制机制在用户体验设计中的应用

分析了用户体验设计中的不足.指出当前用户体验设计仅注重产品使用时的体验度,而忽略了用户在整个产品使用周期中其他环节的体验.从理论层面分析了限制机制以及在用户体验设计中使用限制机制的原因,通过实例阐释了限制机制在提升用户体验度中的引导、保护和激励作用,同时说明了使用限制机制应该遵守的原则.     

生防菌在农业中的应用及其机制研究进展

植物病害是限制作物产量和品质的主要因子．化学防治是防治病害的重要手段,但因其带来的“3R(Residue,Resistance,Resurgence)”问题,严重制约农业可持续发展．生物防治因其绿色、环保、安全等优势,近年来,生防菌剂的开发、应用及机制研究已成为热点问题．从不同生防菌在不同病害上的应用、生防机制研究进展方面进行了探讨．生防机制包括：分泌次级代谢产物、诱导系统抗性、竞争作用、重寄生、生物膜形成、分泌胞外酶、钝化病原菌毒素、改变土壤微生物群落结构等,并指出了生防菌在植物病害防治中存在的问题,展望了生防菌剂的研究方向,以期为植物病害的生防研究提供参考．     

基于一种混合算法的分类规则挖掘

在分析决策树算法及遗传算法的基础上,提出了一种将两种算法结合起来挖掘分类规则的新方法.实验证明,它不仅解决了数据挖掘中的“碎片”问题,同时还提高了分类的准确率.     

基于一种改进人工蜂群算法的认知无线电频谱分配

摘要：为提高人工蜂群算法的开采能力和收敛速度,在人工蜂群算法中引入动态加速因子和种群自适应比例因子,得到一种新的动态加速种群自适应人工蜂群算法. 将认知无线电TV频段频谱分配模型中的分配矩阵与动态加速种群自适应人工蜂群算法中的可行解相对应,分别以网络效益最大化和比例公平性为目标函数,实现了空闲TV频段频谱的合理分配. 仿真结果表明,与其他算法相比,该算法能更好地实现网络效益的最大化以及用户之间的比例公平性.     

基于Kalman滤波的人工神经网络算法及在矿物机械活化中的应用

为了避免传统BP算法的局限性，通过利用Kalman滤波算法对权值矩阵作为滤波状态变量进行估计，在迭代过程中还引入神经元增益gi和状态动量因子γm两参数来平滑权值矩阵．在此基础上建立的BP算法不仅大大加快了收敛速度，而且提高了网络数值的稳定性，应用于矿物机械活化过程模拟得到令人满意的效果，证明是一种有效的BP学习算法．     

基于优化的分数阶混沌系统的数字图像加密算法

为了提高分数阶混沌序列加密图像的安全性,提出了序列互相关性和序列值的分布特性优化的Arneodo和Chen分数阶混沌系统。将优化后的Arneodo和Chen分数阶混沌系统应用于图像加密中,具体采用图像像素置乱和像素扩散的方法来进行图像加密。实验结果表明,优化后的Arneodo和Chen分数阶混沌系统序列互相关性和序列值的分布特性得到了明显提升,最终应用到图像加密中也得到了很好的加密效果。     

改进的Apriori算法的入侵检测系统研究

综述了数据挖掘技术在网络入侵检测中的应用,阐述了关联规则分析在网络入侵检测中的应用原理和最新的研究与改进,并指出了目前存在的问题和未来研究的方向。改进由k阶频繁项集生成k＋1阶候选频繁项集时的连接和剪枝策略;改进对事务的处理方式,当所有联接完成时只扫描一遍Lk-1,减少Apriori算法中的模式匹配所需的时间开销。实验表明,该算法应用于此系统来提取用户行为特征和入侵模式特征,提高了整个系统的性能。     

一种基于变精度区分矩阵的不完备信息系统属性约简

基于相容关系把多数包含关系引入不完备信息系统,对容差关系进行了扩充,使之更具有灵活性,在此基础上提出一种能容忍数据中包含噪声的变精度区分矩阵,给出了基于该变精度区分矩阵的一种有效属性约简算法,并通过具体实例验证了该算法.