大学生体育成绩与文化成绩的相关分析

对原江西大学八九级，九０级学行进行了抽样调查，采用统计学的方法分别研究了男，女学生两年内体育成绩与文化成绩的关系。结果表明，学生的体育成绩与文化成绩具有正相关关系。体育优秀者的文化成绩与体育及格者的相比，具有显特著性差异。从而说明，重视体育教学和体育怪学生的智育发展有重要意义。     

学习策略、自我效能感在不同情境下对成绩的影响

为了探索学习策略、自我效能感在不同情境下对成绩的预测作用,选取401名初二学生和361名高二学生作为比较研究的被试,以问卷调查的方式收集数据,主要结果为1)初二和高二学生的认知策略在元认知策略与成绩间的中介作用不同;2)资源管理策略4个方面均能预测初二学生的成绩,只有努力管理、时间管理策略可预测高二学生的成绩;3)自我效能感对初二、高二学生成绩均有预测作用.结果表明在不同情景下学习策略对成绩的预测作用有差异,而自我效能感对其的预测作用较稳定.     

身体素质对文化成绩等级率影响初探

以某学院九四级（大一）本科生１８７名学生作为研究对象，采用体育统计的方法，研究身体素质在同等级的前提下，对其文化成绩各等级率的影响，从而揭示出身体素质与文化成绩两者并没有直接关系。     

基于遗传算法的图论聚类方法

针对传统图论聚类算法对初始聚类中心的敏感性以及聚类结果与样本输入次序等问题,提出了基于遗传算法进行图论聚类分析的基本原理和实现方法.实验结果表明,遗传算法应用于图论聚类分析能够搜索到更为精确的聚类中心值,其结果明显好于传统图论聚类算法.     

数字油画制作中的加速k均值颜色聚类算法

提出了一个数字油画制作中的加速k均值图像颜色聚类算法:AkMTI-CCI算法.该算法应用最远优先原则初始化聚类中心,消除了颜色聚类结果对初始中心的依赖性.利用三角不等式减少聚类过程中距离的计算量,提高了颜色聚类的速度.数值实验表明:AkMTI-CCI算法提高了颜色聚类的速度且改善了颜色聚类的效果.     

一种基于非参数贝叶斯模型的聚类算法

鉴于聚类分析是机器学习和数据挖掘领域的一项重要技术, 并且与监督学习不同的是聚类分析中没有类别或标签的指导信息, 所以如何选择合适的聚类个数(即模型选择)一直是聚类分析中的难点. 由此提出了一种基于Dirichlet过程混合模型的聚类算法, 并用collapsed Gibbs采样算法对混合模型的参数进行估计. 新算法基于非参数贝叶斯模型的框架, 能够在不断的采样过程中优化模型参数并形成合适的聚类个数. 在人工合成数据集和真实数据集上的聚类实验结果表明: 基于Dirichlet过程混合模型的聚类算法不但能够自动确定聚类个数, 而且具有较强灵活性和鲁棒性.     

基于云环境K-means聚类的并行算法

K-means聚类算法只能保证算法收敛到局部最优,从而导致聚类结果对初始点的选择非常依赖,同时在面对海量数据时容易因运算次数增多而使聚类过程耗时增加.针对上述问题及结合海量数据的特性,本文提出了一种基于云环境的并行聚类算法,该算法利用Canopy聚类算法思想并结合二分查找思想对K-means算法进行优化,同时采用"极限点"原则使之避免了聚类过程中的局部最优,然后利用顺序组合式MapReduce编程模型实现了算法的并行化扩展.实验结果表明:在大数据集上,该算法比同样部署在Hadoop集群上运行的K-means算法,在加速比、准确率、扩展率、算法效率方面具有较大的优势.     

一种基于行为的Android恶意软件家族聚类方法

基于同一家族恶意软件在行为上的相似性特征,提出了一种基于行为的Android恶意软件家族聚类方法.该方法构建了软件行为刻画特征集合,通过定制ROM的方式来构建行为捕获机制并采集恶意软件的行为日志,基于行为日志提炼恶意软件特征集,使用DBSCAN(density-based spatial clustering of applications with noise)聚类算法进行家族聚类.通过对大量已经人工分类的恶意软件进行评估,实验结果表明,在最优情况下,本方法在聚类准确率上达到了91.3%,在测试样本识别预测上正确率达到了82.3%.     

一种改进的k-中心点聚类算法及在雷暴聚类中的应用

传统k-中心点聚类算法初始中心点的选取直接影响算法效率和稳定性,易使算法陷入局部最优解,从而影响在带时序群体分析的聚类应用效果.本文提出了一种基于密度信息的k-中心点算法,通过获取样本密度信息来选取初始中心点,有效解决了聚类结果对初始中心点选择的依赖性问题,并应用于雷暴聚类中.雷暴聚类评估实验结果表明了改进算法的有效性.     

R-型聚类中基于Gamma-test的一种新度量

对R-型聚类分析的度量进行了研究,提出了一种基于Gamma-test理论的新度量.给出了新度量的5种不同定义方式,对各定义的性质进行了讨论.并将其应用于经典的系统聚类法,对所得的聚类结果与用相关系数作为度量所得的结果进行比较,分析了各定义的优劣,得出了最有效的新度量定义.     

数学中用“菱形面积”定义正弦的教学实验

在传统的数学教材中,三角函数的教学从＂比值＂引入以＂数＂为逻辑线索展开,推理严密、层次分明、数学抽象性强.实验以张景中院士＂用面积方法建立三角学,用单位菱形面积引入正弦＂的整体设计思想为背景,在初一年级进行以＂单位菱形面积＂定义正弦引入三角函数的教学研究,旨在拓展学生对正弦概念的＂形＂的思考,促进学生在后续数学学习中数和形的融合,为重建三角函数的教学逻辑体系打下初期的教学实验基础.     

基于组态技术的PLC实验教学平台设计与实现

针对传统实验箱进行可编程控制器实验时的缺点,提出了利用MCGS组态软件开发PLC实验项目的方法实现了一个基于组态技术的PLC实验教学平台．实际应用结果表明：利用动画配合实物协同运动,能有效提高学生的学习兴趣、编程技巧和动手能力,丰富了PLC实验课的教学效果．     

结合HOG-LBP特征及多实例在线学习的随机蕨目标跟踪方法

提出了通过联合随机蕨与HOG-LBP特征建立目标模型的方法. 首先利用选定目标图像块中的HOG-LBP特征向量完成初始化及在其后的过程中产生新的随机蕨, 该随机蕨用于对兴趣目标的检测和跟踪. 目标模型的更新通过多实例在线学习与更新蕨池实现. 提出的方法在选定6个标准视频序列进行测试, 测试结果与现在较流行的OnlineBoostingTracker、MILTracker等跟踪算法进行了比较和分析. 结果表明, 在各种复杂环境下, 本研究提出的方法具备良好的跟踪鲁棒性, 在抗局部遮挡和光照变化方面具有一定的优势; 同时算法具备一定的抗尺度变化能力; 在抗旋转方面, 该算法仍有一定的可改善空间.     

基于深度学习的岩石薄片矿物自动识别方法

岩石薄片矿物识别是岩石学研究工作的基础,亦是进一步认识岩石种类、成因机理、物质运移和演化历史的基础。传统的矿物识别主要依靠光学显微镜进行人工鉴定,经济成本和时间成本较高、效率较低,且受制于专家个人经验与主观判断。随着深度学习技术的发展,计算机能从图像中自动提取更准确的语义信息,从而为岩石薄片图像的智能分析提供有效途径。提出了一种基于深度学习的岩石薄片矿物自动识别方法,利用深度卷积神经网络自动提取岩石薄片图像中不同矿物的有效特征,并对其进行语义分割与识别,综合利用单偏光与正交偏光2种光性图像实现了对矿物的自动识别。对南京大学岩石教学薄片显微图像数据集进行了矿物识别测试,结果表明,总体精度为86.7%,Kappa系数为0.818,识别结果较传统图像分类方法更准确。     

电力电子技术课程的关键知识点解析

电力电子技术由于其器件和电路本身具有的特殊性,在理论教学过程中容易使学生对一些概念和电路的理解存在一定的难度．因此文章对课程的主要教学难点和关键知识点进行了详细分析,以弥补教材分析的不足．实际应用结果表明,澄清这些关键点和难点不仅对对学好相关内容起到非常重要的作用＇也为后续内容的过渡以及顺畅衔接有很好的效果．     

公众信息传递过程的灰色去余控制

利用灰色去余理论对有反馈公众信息传递系统进行优化,建立了静态信息补偿函数,从而实现了对信息传递过程的优化控制;利用信息补偿函数分析教学过程中的信息传递问题,证明了及格分数恰好等于黄金分割点：得出课堂教学既要提高信息传递量,又要注重改进教学方法,开发学生智力,提高信息还原率的结论。     

工科信息教育新探

针对工科学生未来职业的特点，本文强调对工科大学生的信息教育要突破传统文检课的范畴，在确定使学生具有强烈的信息情报意识、较强的情报力以及树立与信息机构及专业人员合作意识的目标的前提下，提出教学过程应体现:学以致用、前瞻性和实践性原则.     

高校实验室开放教学的探讨

从实验室建制、师资队伍建设、实验教学体系构建和实验室开放保障措施等4个方面进行了探讨．以求加快实施实验室开放的步伐．     

数学本质-数学课教学目标和教学设计的灵魂

通过对数学教学案例的剖析,确认把握数学本质对确定课堂教学目标、设计教学过程的关键意义,为提高学生数学学习的有效性提供实证性依据.     

教师教学水平的时齐马尔可夫链评估方法

采用时齐马尔可夫链方法给出了一种评估教师教学水平的方法,对文［１］所给方法做了适当的改进,拓宽了该方法的应用范围,在多民族院校,使用本法可以克服由于学生基础不同等多方面的原因造成难以比较教师教学水平的难题．