忻州师范学院计算机科学与技术系 作品数:99 被引量:353 H指数:9 相关作者: 宗春梅 马蓉晖 王兰春 邸东泉 崔红艳 更多>> 相关机构: 太原科技大学计算机科学与技术学院 山西大学计算机与信息技术学院 太原理工大学软件学院 更多>> 发文基金: 山西省自然科学基金 国家自然科学基金 山西高校科技研究开发项目 更多>> 相关领域: 自动化与计算机技术 文化科学 理学 社会学 更多>>
PSO算法全局收敛性分析 被引量:21 2011年 为了解决PSO算法能否搜索到全局最优解这类主要理论问题,对随机优化算法的全局收敛性准则作了详细解释,并应用此全局收敛性准则对PSO算法的全局收敛性进行了理论分析;指出了PSO算法并不满足随机优化算法的全局收敛性准则应具备的两个条件,并证明了PSO算法是不能保证全局收敛的。 张慧斌 王鸿斌 胡志军关键词:PSO算法 全局收敛性 全局最优解 关于计算机公共课教学改革的研究 被引量:1 2010年 随着计算机应用的极大普及,在大学中,现有的教学内容及形式显得有所欠缺,如何才能更好地满足学生汲取计算机知识的需求是我们所面临的问题。它针对现有计算机公共课教学中所存在的一些问题进行讨论,并对教学过程的改革提出自己的看法。 宗春梅 冯丽萍关键词:计算机公共课 课程改革 教学方式 计算机文化基础 C语言 基于定常线性迭代法的PSO算法收敛性分析 被引量:2 2011年 PSO算法本身是线性时变离散系统,现有的PSO算法收敛性条件的研究都是通过一定的假设将其转化为线性定常离散系统,线性定常离散系统的数学模型与求解线性方程组的单步定常线性迭代法的数学模型完全一致,这样对线性定常离散系统的稳定性分析就转化为对单步定常线性迭代格式的收敛性分析,为PSO算法的收敛性研究提供了一种新的思路和方法。 张慧斌 王鸿斌 胡志军关键词:PSO算法 收敛性分析 一种改进的HSV颜色空间量化方法及其应用 被引量:8 2014年 随着图像数据的海量增长,图像检索效率逐渐成为研究热点.为了提高图像检索的准确率,提出了一种改进的HSV颜色空间量化方法,细化色调H的分类,使量化结果更接近人类感知,并在此基础上采用分块策略进行仿真实验.实验结果表明,提出的方法能更好地描述图像的颜色特征,效果令人满意,具有一定的实用性. 曹建芳 陈俊杰 赵青杉关键词:图像检索 HSV颜色空间 网络监控系统的研究与设计 被引量:3 2011年 用模块化思想将网络监控功能划分成连接模块、截取模块、传送模块和控制模块。对这四个模块进行了详细的分析并实现了这四个模块。 马蓉晖 冯素琴关键词:屏幕截取 局域网 基于SVM的汉语动词短语识别 被引量:5 2004年 支持向量机(Support Vector Machines,SVM)是一个很有前途的分类新技术。本文将支持向量机应用到汉语短语识别中,提出了一种基于支持向量机的汉语动词短语自动识别算法的设计与实现,和传统的基于规则的方法相比取得了比较满意的结果。 曹建芳 郑家恒关键词:向量空间模型 动词短语 语料库 基于开放环境下行为学实验的图像情感语义数据分析 2014年 网络技术的发展和图像获取设备的普及导致数字图像迅速增长,依靠先进的技术获取并分析图像蕴含的情感语义正是当前各行业急需解决的问题,过去封闭的行为学实验环境限制了图像情感语义数据的获取.基于开放环境制作了一个行为学实验平台,选取大学生作为被试获取图像情感语义数据,使用主成分分析法分析获取的数据.实验结果表明,开放环境下的行为学实验获取的数据非常有效,经过分析,可表达图像三分之二的情感语义信息,可为今后实现有效的图像情感语义分类和检索打好基础,具有一定的实用性. 曹建芳 陈俊杰关键词:开放环境 行为学实验 主成分分析法 基于关联规则的计算机基本操作能力影响因素分析 被引量:1 2012年 以目前高校为非计算机专业学生开设的计算机应用基础课程为研究对象,首先对关联规则挖掘算法进行了分析,而后将处理后的样本数据,由Excel工作表导入SQL Server 2008,生成数据挖掘库,并以VB 6.0作为前端开发工具,采用Apriori算法进行频集挖掘,找出计算机基本操作能力各影响因素间的潜在关联性,进一步为学校、教师及学生的教学活动提供有价值的参考建议。 李静关键词:关联规则 APRIORI算法 结合多特征的支持向量机中文组织机构名识别模型 被引量:2 2010年 以支持向量机(SVM)为基本框架,提出一种结合多特征的支持向量机中文组织机构名识别模型。考虑中文组织机构名的特点,抽取局部特征与全局特征,并将特征向量转化为二进制表示,在此基础上建立训练集。基于1998年《人民日报》语料的实验结果表明,该混合模型对中文组织机构名的识别是有效的。同时基于不同测试数据的实验结果表明,该模型对不同测试数据源具有一致性。 冯丽萍 焦莉娟关键词:支持向量机 基于K-means聚类算法的中学混合式教学行为研究 被引量:2 2019年 为了研究中学混合式教学的效果,使用Python语言对K means算法模型进行实现及改进,并在此基础上建立了成绩分析的基本模型。首先对Iris数据集的相关属性进行分析,进而发现不同类的属性差别,其后将这种差别用名为“权值”的量体现出来,并将权值加入了聚类计算过程,实现了K means算法的改进。接着以Iris数据集为对象进行了测试。实验结果表明所建模型对Iris数据集聚类的准确率提升到了96%以上,且聚类结果相对稳定并且运行时间明显降低。最后使用改进后的K means算法模型对成绩数据做信息挖掘,给相关中学教学实施者带来客观的指导性意见,从而使数据挖掘起到教学辅助的作用。 宗春梅 武剑飞 郝耀军 董晓红关键词:混合式教学