基于提升的BAN组合分类器

提升是一种有效的分类器组合方法,它能够提高不稳定学习算法的分类性能,但对稳定的学习算法效果不明显.BAN(BN augmented Nave-Bayes)是一种增强的贝叶斯网络分类器,通过提升很容易提高其分类性能.文中比较了GBN(general BN)和BAN的打包分类器Wrapping-BAN-GBN与基于提升的BAN组合分类器Boosting-BAN,最后通过实验结果显示了在大多数实验数据上,Boosting-BAN分类器显示出较高的分类正确率.     

“互联网+”时代下“雨课堂”在课程中的教学改革实践研究

互联网+时代下雨课堂的教学改革实践对传统课堂教学提出了很大的挑战,通过对《C++程序设计》课程进行教学改革实践研究,初步探索了互联网+时代下雨课堂的教学改革实践,包括基于海量互联网资源的教学准备环节、基于预习任务单的课前自主和合作学习环节、基于雨课堂的课堂交互环节、基于复习任务单的课后提升环节等方面,并简单分析了在大数据背景下雨课堂的应用对课程教学改革实践带来的影响。针对雨课堂的应用现状、面临的问题和解决的方法等方面进行阐述与分析,旨在与同行分享经验,为高校更好地利用雨课堂建设线上、线下混合教学模式提供参考。互联网+时代下雨课堂在课程中的教学改革实践可以拓宽学生知识面、提高学生综合素质、促进师生平等,还能实现实时动态评价,为教育带来了新的发展机遇。     

“算法与数据结构”课程的知识体系和教学改革实践

"算法分析与设计"与"数据结构"课程是计算机科学及相关专业的2门重要专业基础课程,但由于2门课分开授课,且课程理论抽象、算法复杂,加上目前本科学生中普遍存在的各种思想误区,教学效果不甚理想。在分析高校"算法分析与设计"与"数据结构"2门课程传统教学的弊端及相互关系的基础上,探究将2门课程有机地结合为"算法与数据结构"的教学改革措施。改革采用重建任务驱动教学法和情境教学法,以算法设计策略为基础,在完成任务的同时应用和设计数据结构,重新整合知识体系,从而实施教学改革。实践证明,2门课程的结合更有利于激发学生的学习兴趣,提高学习效率,培养学生独立设计算法和对算法进行复杂性分析的能力,教学效果良好。     

一类带折扣加权总完工时间单机排序问题

讨论了工件加工时间和排列中位置相关的单机排序问题．对工件加工时间和位置相关的两个线性模型Pi(v)=ai-biv和pi(v)=aiv^-b进行了讨论，目标函数是带折扣的加权总完工时间,并且对工件加工时间与给定权值之间具有一致关系的某些情况给出了最优算法。     

贝叶斯分类技术在高校教师教学质量评价中的应用

高校进行教师教学质量评价是提高教师教学质量,确保教育品质的重要手段。然而目前很多高校对教师教学质量的评价主要是给出一个结论,而对影响教师教学质量的主要因素并没有进行分析。根据高校教师教学质量评价中存在的不足和问题,将贝叶斯分类技术应用于高校教师教学质量评价体系中。讨论了贝叶斯分类的定义和方法,介绍了朴素贝叶斯分类器,并给出具体的数据分类实例,利用过去已有的教学质量评价的经验数据进行实验。实验结果表明贝叶斯分类具有较好的分类性能和较高的分类精度,贝叶分类技术用于教师教学质量评价完全可行。通过贝叶斯分类对教师教学质量进行合理评价,克服人为因素对评价结果的直接影响,为以后的教学质量评价提供合理科学的技术支持。     

数据分类技术在高校人才识别系统中的应用

提出将数据挖掘技术应用于高校人才识别中,采用数据分类方法对人才进行定量的识别,更具科学性.讨论了数据分类的定义和方法,介绍了决策树分类和简单贝叶斯分类以及贝叶斯网络推理的算法,并给出具体的数据分类实例,利用过去已有的引进人才的经验数据分析提取规则.为以后的人才识别提供合理的、科学的技术支持.     

基于PMCP的混合式教学“金课”建设——以数据结构课程为例

为了建设线上线下混合式教学“金课”,在分析传统课程的特点和现状的基础上,探讨了线上线下混合式“金课”的架构和教学组织方式,对线上线下混合式教学的方法进行了探索和研究。以沈阳师范大学软件学院数据结构课程为例,结合具体的教学实践,利用慕课资源建设课程资源库,从网络教学平台(雨课堂、程序设计类实验辅助教学平台)挖掘后台数据,提出具体的线上线下教学设计、实施过程,以提高学生学习的参与度,培养学生的知识应用与创新能力,并对教学效果进行了总结与思考。分别从教师和学生2个角度对线上线下教学的特点进行了总结与阐述,对未来线上教学、线下教学的发展趋势进行了相应的预测,期望可以为高等教育更好地应用线上线下混合式教学新模式提供一些借鉴与参考。