针对传统k-means算法中初始聚类中心随机确定的问题,提出k-means改进算法。首先,定义变量权值,权值的大小等于样本密度乘以簇间距离除以簇内样本平均距离,通过最大权值来确定聚类中心,克服了随机确定聚类中心的不稳定性。然后在Hadoop平台上用Map-Reduce框架下实现算法的并行化。最后以南通公交IC刷卡记录为例,通过改进的k-means聚类算法进行IC卡刷卡记录的分析。实验表明,在Hadoop平台下改进k-means算法运行稳定、可靠,具有很好的聚类效果。

计算机网络的迅猛发展和普及,改变了人们的工作与生活,但同时也给人们带来了新的隐患,网络安全事件层出不穷。在目前计算机网络运行与使用中,ARP攻击成为最为常见的问题。本文结合自身实际工作经验,提出了一种新的ARP防御方案,在介绍IP地址和MAC地址的基础上,阐述了ARP协议的工作过程,剖析了ARP协议存在的弊端,分析了ARP攻击的原理。从网管中心端和用户端两个角度讨论防范ARP攻击的策略,并在网络环境中演示了这些策略防范ARP攻击的效果。

泛型函数容器的使用可以解耦对象之间的调用关系,有利于实现高内聚、低耦合的软件设计原则。C++标准库中并没有这样的容器,用C++旧标准实现也很困难、很低效。C++1x等新标准发布后,出现了一些更好的实现方式。本文将在已有设计的基础之上,基于C++17新标准,利用ifconstexpr、foldexpression、std::invoke等新技术,提供一种泛型函数容器的实现方式。测试表明该实现方式简洁高效,解决了重载函数和某些特殊函数的注册调用问题,可以显著降低耦合性、提高代码复用性。

在"互联网+"概念的影响下,越来越多的信息技术应用于体育产业。如何充分地利用信息技术手段为体育竞赛服务,如何使体育竞赛组织工作更加高效,如何使竞赛数据更加透明,是目前面临的重要问题。结合摩托艇项目,利用MEAN框架,开发了一套实时数据共享竞赛管理系统,并将基于RESTful接口的异步I/O模式贯穿于整个体育竞赛系统中。该系统能有效降低获取信息的成本,使参与者即时掌握赛事动态,提高工作效率,改善用户体验。

随着高等教育从知识传授到能力培养的转型,实践教学成为大学教师普遍重视的人才培养环节。实践教学的主要难点在于教学过程的管控和形成性考核的质量。作业查重系统是降低教师负担,提高过程监控质量的有效工具。研发了一种便捷、低成本且无须数据库的作业查重系统,采用k-gram字符串匹配算法,逐字符的对比作业文档之间的字符串,当文档间相同的字符串长度达到阈值时,则计入重复度中。在软件工程课程的教学实践中的应用结果表明,教师可结合系统查重结果,对教学情况进行分析,从而实现差异化作业质量监控,提高课程质量、促进学风建设。

在VS2010开发平台上以MFC基于对话框为开发框架,实现对指定目录路径的自动保存,并在该路径下根据选择的文件类型,进行快速检索的功能。实现逻辑为读取EDIT控件上的路径,然后调用MFC基类CFileFind的成员函数,遍历该路径下的所有文件,并将文件名等相关数据同步到Report格式的List控件中,最后通过鼠标双击响应函数来调用系统API函数ShellExecute()打开指定文件。

本文针对操作系统原理课程教学中存在的教学内容抽象、学生理解困难,教学方式单一、学生缺乏学习兴趣等问题,提出以操作系统的资源管理的本质特性为出发点,设计以课堂教学中存在的管理任务为主要实践内容的沉浸式课堂,学生在实施课堂管理任务时学习、实践操作系统原理的基本概念、原理和方法。在此基础上,为了进一步提高学生的创新能力和实践能力,利用TRIZ体系中的资源分析法对沉浸式课堂进行了优化。教学实践表明,沉浸式课堂的实施有效地增强了学生对于操作系统原理知识的理解,提高了学生学习的兴趣,培养和锻炼了学生的创新能力和实践能力。

研究BOPPPS教学模型各个阶段的任务目标和具体实施方法,按照"引入—学习目标—前测—参与式学习—后测—总结"六个阶段,在充分研讨"布鲁姆教育目标分类法""参与式学习"等教育理论的基础上,以跨平台移动开发课程的教学为例,提出对"组件生命周期"这一知识点的课堂教学设计,给出具体可行的教学内容和教学方法,通过实践证明BOPPPS教学模型有利于更有效地组织教学过程,提高教学效果。

提出一种面向智能终端的短临天气主观分析系统,主要由远程气象大数据服务端和智能应用端两部分构成。前者包括数据接收与监测模块、数据检验模块、非常规气象资料转换模块、数据打包压缩模块和数据通信服务模块;后者包括数据访问模块、多源数据融合模块、图形绘制模块和用户交互模块。该系统的设计与实现可为在近海、海上和高原等移动数据传输不发达区域且对天气条件敏感的行业用户,提供面向移动终端的临近天气主观分析交互平台,用较小的无线数据传输量,通过便捷的移动设备,向户外作业的专业人员提供可交互、可视化的天气实况监测、主观天气分析预报功能及应用。

在各种不同应用场合,经常需要统计类圆颗粒数目,如工业领域的棒材计数、医学领域的细胞分割等,这些类圆颗粒通常形状并非十分规则,且有部分重叠。本文针对类圆堆叠颗粒的二值图像,提出了一种基于双边缘模板匹配的检测方法。首先利用粒度测量方法,得到类圆颗粒的估计半径,然后通过此半径构造一组边缘模板,同时使用Sobel算子将待检测的二值图像分别在两个方向上检测边缘,最后使用构造的模板对边缘进行匹配,并通过限制条件得到预期结果。实验表明,此方法可以有效检测此类颗粒,并且可以解决轻度堆叠、孔洞等影响。

本文从商砼配送特点出发,考虑到商砼配送属于两点之间的配送过程,以及配送过程要求较高的准时性,使用百度地图API获取行驶时间矩阵,在考虑实时路况的情况下,以时间最短为目标建立商砼配送路径优化模型,采用Dijkstra算法求解,求解的实例表明,优化出来的配送路径,可以有效地躲避拥挤路段从而降低配送时间,提高配送效率。

混合式教学的普及使得电子作业成为一种评价学生学习效果的重要数据来源,利用机器学习对电子作业进行建模是对学生学习预警的一种有益探索。本文在对电子作业进行分词和向量化基础上,通过k-means聚类和轮廓系数来判断其语义的多样性,通过计算文档向量相似性矩阵的网络效率来评价电子作业的中心性。实验结果显示,该方法可以有效寻找电子作业聚类效果最优时的簇类多样性,也可以有效评价电子作业相似度的网络中心性。因此,该方法作为一种学生学习预警模型,可以对电子作业文档的多样性和中心性给出客观的总体评价。

针对传统的朴素贝叶斯网络入侵检测技术存在训练数据集中属性冗余的问题,以及没有考虑到网络环境的变化导致贝叶斯网络结构改变的问题,提出一种结合深度学习和滑动窗口改进贝叶斯网络入侵检测方法。利用深度学习提取特征属性,降低数据集维数;采用滑动窗口技术实时更新贝叶斯网络参数,并利用特征属性的互信息计算各属性之间的相对欧氏距离,根据相对欧氏距离的大小及时更新贝叶斯网络,以提高检测率。实验结果表明,改进后的贝叶斯网络能够提高运算效率和检测率。

本文针对五类简单几何体三维模型,设计了完整的卷积神经网络模型以实现自动分类识别。首先本文运用CATIA二次开发技术完成了模型的生产并收集了原始数据,其次运用图像处理的理论对原始数据进行了预处理,然后运用卷积神经网络理论完成了本文的卷积神经网络模型设计,最后进行了实验分析并验证了本文模型的可行性。

针对影响通信质量的码间干扰问题,提出利用杂草算法的随机性、鲁棒性、自适应性优化神经网络,为神经网络提供较好的初始权值,再与BP算法的指导性搜索思想结合起来,既能克服寻优中的盲目性进而避免局部收敛情况的发生,有效地加快收敛速度,减小剩余稳态误差,降低误码率,从而提高信道的盲均衡性能。通过计算机仿真,证明该算法具有较好的收敛性能。

空间飞行器研制正在由专用化向通用化方向转型,因此必须改变当前为每个型号重新开发业务软件的现状。本文阐述了层次化软件基础平台的设计思想,引入国际标准,结合空间飞行器业务需求建立了可通用的主控计算机软件架构。

为了解决现有的机械臂焊接系统调整动作的难度大,缺乏灵活性的问题,本文采用了深度强化学习算法来解决机械臂的路径规划问题;该方法使用一个三层的DNN网络,输入为机械臂的状态信息,输出为机械臂的运动关节角度,通过离线训练,机械臂能够自行训练出一条接近于最优的运动轨迹,能够成功地避开障碍物到达目标点;仿真在一个三自由度点焊机器人的模拟平台上进行,仿真实验表明,采用深度强化学习技术的机械臂能为焊接机械臂规划出一条无碰撞的路径,具有较强的避障能力。

Composer player是法国达索公司开发的一款轻量化三维模型播放软件,轻量化模型的展示在产品验证、推广、销售等环节起着至关重要的作用。本文结合控件提供的开发接口,简要介绍了Web网页内调用该控件的方法,并辅以实例讲解控件所提供方法、事件、属性的调用步骤。

针对目前本科生综合素质评价体系并不能真实反映学生的能力这一问题,提出一种基于主成分分析的本科生能力评价方法。分析了能力评价体系的指标;编写皮尔逊相关系数软件,证明各个指标之间存在相关关系。利用主成分分析的方法将各指标按照不同能力类别进行划分,编写主成分分析软件,最终得出五类能力指标。利用这五类能力指标对学生的能力进行评价,得到的评价结果与学生的就业质量进行比对,得出结论,能力评价结果排名靠前的学生都是就业质量非常高的学生,并非传统的评价方法中排名靠前的学生,表明本文提出的能力评价方法更真实地反映了学生的能力。

为了提高大数据中动态用户个性化推荐的准确性和效率,采用基于混合协同过滤的方法来完成用户感兴趣数据的筛选,从而实现个性化推荐。先将用户数据及项目数据通过协同过滤算法来完成建模并评分,然后结合XGBoost模型的树形结构和正则学习的特点进行预测评分,接着将两种算法混合来求解最优目标函数,得到候选的推荐数据集合。最后通过实例仿真,混合算法精确度高,在大数据平台有较强的适用性。