学生分班软件DIY

学生分班是学校教务管理中必不可少的一项工作,分班方法在各校差别很大,故分班软件的通用性很差,是许多公司不愿意做的。现有软件不能符合学校实际,DIY才是出路!本文就如何编写分班软件的细节进行了分析,对学校管理工作中自己编写小软件有一定的借鉴作用。     

学生分班软件DIY

学生分班是学校教务管理中必不可少的一项工作,分班方法在各校差别很大,故分班软件的通用性很差,是许多公司不愿意做的.现有软件不能符合学校实际,DIY才是出路!本文就如何编写分班软件的细节进行了分析,对学校管理工作中自己编写小软件有一定的借鉴作用.     

“应用型”工科二级学院教务管理高效化探索

高等教育近年来不断改革、发展，大多数高校建立了校院（系）两级教务管理体系．在学校建设发展中发挥了重要作用，但也凸显了一些问题。本文结合教务管理工作的实际，探索高校两级教务管理体系科学高效的对策，就如何开展适合应用型工科二级学院科学、高效的教务管理工作进行论述．     

基于主动学习的资源优化分配研究

本文从实际应用的角度阐述分析了主动学习算法在资源优化分配中的应用问题，文章首先分析了主动学习的发展以及主要应用问题。在此基础上，文章以学生分班为例阐述了主动学习算法的应用问题，重点对基于主动学习的分班算法的实现进行了阐述研究。     

高校研究生教务人员智能结构培养的SWOT分析

高校研究生教务人员是研究生教育工作的具体执行者、实施者和组织者,培养教务人员具备良好的智能结构对高素质研究生教务队伍的建设和研究生教育工作的开展具有积极的推动作用。该文基于SWOT分析模型,对研究生教务人员的智能结构进行分析,提出了培养和优化教务人员智能结构的有效途径。     

智能决策在教务管理系统中的应用

从4个方面简述了智能决策的内涵和要点.针对教务管理系统中智能决策的应用情况,从智能决策角度给出了教务管理系统的结构.分析了其功能.结合两个智能决策在教务管理中应用的实例,探讨了用神经网络解决考试质量分析问题和用遗传算法解决排课问题的方法,最后展望了智能决策在教务管理系统中的应用前景.     

论提高教务管理工作效率的四大要素

随着高等教育改革与发展的不断深入，要求教务管理人员在管理过程中不断地提高自身综合素质，实现科学、规范、高效、创新的教务管理。通过阐述教务管理人员自身的思想、业务、技能与创新能力四个方面的辩证关系，论述了提高教务管理工作效率的四要素，并以此为基础构建一个持续稳定协调发展的教务管理环境。     

基于遗传算法的排课系统的设计

随着高校的发展，在教务管理系统中的排课问题也变得越来越复杂，亟需一种科学高效解决排课问题的方法。针对这种情况，文章给出了排课问题的数学模型，提出基于遗传算法解决方案。结果表明，该算法能比较有效的解决排课问题。该方法易于学习和应用，且不必依赖特殊的实现模式。     

简化的最优解算法实现--高校分班程序设计分析

针对高等院校分班目的、过程进行了分析。对分班中如何解决性别比例、生源地平衡分配的问题,进行了深入的算法实现分析,明确了寻找最优解的问题本质,并对关键过程进行了阐述与分析。     

智能公交系统自组网路由算法研究与设计

为提高智能公交系统运行效率,利于人们高效出行。通过对智能公交系统的特点、静态路由算法、动态路由算法和基于ZigBee技术的智能公交系统无线自组网路由算法的分析,提出了基于AODV算法改进的AODVjr自适应路由算法。     

构造一类偏微分方程组通解的机械化方法及力学方程的自动推理

用微分代数的观点，把标准型算法和矩阵多元多项式的带余除法相结合，获得构造一类微分方程组的通解的新方法，并在标准型算法的基础上给出了力学方程的推理的机械化方法。     

几何定理机器证明的扩WE分解算法

在ＷＲ分解算法的基础上发展了辗转伪除法的理论，该方法通过计算扩伪余式确定适合的因式来分解升列，较ＷＲ分解算法更有效地提高了定理机器证明效率。     

基于子类划分的分类器设计方法

该文给出了一种基于子类划分的分类器设计方法，提出了一个基于类内散布矩阵和类间散布矩阵的可分性新准则，并提出了利用遗传算法通过训练自动确定子类个数的方法。人脸识别实验表明，所提出的方法能够提高近邻分类方法的效果，并解决学习矢量量化分类方法典型样本个数难以合理确定的问题。     

基于SUSAN算法的空间目标分割算法

随着航天科技的迅猛发展,空间背景下非合作目标的分割问题已经成为人们关注的新焦点。SUSAN算法是一种新兴的并行边界类分割算法,采用USAN原理,通过对模板覆盖像素的统计来提取目标的特征。针对空间目标图像的特点,提出了一种基于SUSAN算法的空间目标分割算法。利用图像中目标的边缘轮廓信息进行特征提取,实现了人造目标与背景的分离。该算法具有抗噪声能力好、特征定位准确、计算速度快、能够较好的保持图像的特征结构信息等特点,非常适用于航天图像的实时分割处理。     

利用C++标准类挖掘关联规则

介绍了数据挖掘中关联规则的Apriori算法思想 ,提出了在实现该算法的关键步骤 ,剪枝步的非频繁子集的测试过程中 ,利用C 的标准模板类的技术。论述了C 标准模板类在关联规则挖掘算法的数据结构具体实现中的有效利用     

一种修正的三项PRP共轭梯度法

为了更有效求解一类大规模无约束优化问题,克服其他算法普遍存在的算法较为复杂,存储量大和计算机编程难等不足,在传统三项PRP共轭梯度法的基础上,结合近年来关于三项共轭梯度法和新型线搜索的研究成果,定义了一种新的搜索方向,并采用一种新型的线搜索构建了算法,证明了其具有自动充分下降和信赖域的性质,并在适当的条件下证明了其全局收敛性。数值试验结果表明,在求解一类大规模无约束优化问题上新算法比传统三项PRP共轭梯度法更具有竞争性。具有良好收敛性质的新算法为解决一类求解大规模无约束优化问题提供了更高效的算法依据。     

一类新的下降算法及其全局收敛性

研究给出了一类新的求解无约束优化问题的下降算法.在无任何线搜索下,证明了新算法能够保证充分下降性,并且在采用Wolfe线搜索时,证明了新算法具有全局收敛性.大量的数值试验表明该算法是非常有效的,能够用于广泛的科学计算.     

基于多维特征向量的网络社团划分方法

为了寻找大规模复杂网络中的社团结构,提出了基于多维特征向量的社团划分方法,即多维特征向量谱平分法.利用网络连接矩阵的多维特征向量划分网络社团,通过仿真实验分析关键参数对划分效果的影响,从而确定使得划分结果最优的参量值,并综合多维特征量阈值和社团数目两方面的因素决定被划分的社团数目.在具有代表性的局域世界网络演化模型中进行仿真,证明该方法在网络聚簇特征不是很明显的情况下,能够有效划分网络中存在的多个社团,适应具有各种聚集特征的网络,说明该算法在实际网络中具有较高的应用价值.     

大整数乘法的数据结构及算法选择探究

采用C#语言基于分治法实现大整数相乘，提高了效率，并使算法更清晰易懂，在应用上有重要价值。     

相交网格下基于最优划分的多密度梯度网格聚类算法

为解决网格聚类算法中对参数过于敏感、无法自动识别不同密度梯度类以及不同梯度类间划分不够精确等问题,提出了相交网格下基于最优划分的多密度梯度网格聚类算法(OPMDG).该算法只需用户输入一个大致的密度阀值范围,网格边长自动计算并可自动调节适应,减少了算法对参数的敏感性;提出了二重划分技术,可挖掘不同密度梯度的类;对于处于不同类上的交界点,引入了电荷间吸引力的概念,能有效解决类间聚类精度不高等问题.实验结果表明该算法是有效的.