计算机教学中人本教育研究探索

为了探索计算机教育中的人本教育,培养具有创新能力的高素质人才,本文分析了计算机教学中的人本教育与创新素养和综合能力的关系,提出了计算机教学中人本教育的主要问题、研究内容、研究目标和研究方法。笔者还给出了计算机人本教育实践过程中的具体措施和相应的实践效果。     

智能计算机辅助教学的研究与应用

智能计算机辅助教学（Intelligent Computer Assisted Instruction）已成为现代计算机教育发展的一大趋势。本文首先对智能计算机辅助教学的结构和特点进行阐述,然后结合数据结构重点课程建设的实际情况,设计了其智能辅助教学系统,该系统在实际教学环节应用中取得了较好的学习效果,具有较强的适用性和推广价值。     

新工科背景下的"人本"教育培养模式

在适应新工科背景下,探索面向成果导向的计算机专业类"人本"人才培养模式,激发学生自身的潜能,帮助他们寻找彼此有别的能力和水平,获得成功、成就和快乐;使学生在完成基本目标达成度的同时,根据自身实际情况做差异选择,得到个性化的培养和指导.多年的实践表明,"人本"教育培养模式,可以有效激发学生自身的学习潜能,有利于学生每一个学习环节的成长和进步.     

线性最近邻量子电路状态分析及最优逻辑综合

综合量子电路时必须考虑量子电路实现时的约束与限制.某些量子技术中只允许物理上相邻的量子比特有相互作用,实现时必须采用线性最近邻架构.通常通过添加交换门使任意一个量子门的控制位与目标位相近邻,并保证电路的功能不受影响.在分析电路中量子比特状态的基础上,提出了一种新的线性最近邻量子电路构造方法.结果表明:对于所有40320个三比特量子电路,提出方案比已有方案的量子代价优化了约30％.     

一种分布式量子计算中传输代价的优化方法

分布式量子计算是解决现有量子计算设备还不足以支持大规模量子计算问题的有效途径,分布式子系统之间通过隐形传态建立通信链路来传输量子位,隐形传态的次数决定了分布式量子计算的传输代价。为了减少分布式子系统间的隐形传态次数,提出了一种跨门合并传输模型,该模型允许多个不连续的门通过一次隐形传态完成传输。基于该传输模型,对分布式量子计算的隐形传态次数进行优化。在不考虑分布式子系统量子位数时,与现有的研究结果相比隐形传态次数平均减少57.3%;在分布式子系统量子位数受限的情况下使用该模型,在消耗更少量子位的同时,隐形传态次数平均减少14.6%,针对较大规模的量子线路,优化率达58.8%。     

基于关联规则的电子病历挖掘算法研究与应用

采用了一种改进的关联规则快速挖掘算法——FG算法，该算法不需要查找频繁项集．可直接求出所有的无冗余的关联规则。基于电子病历系统历史数据，建立数据仓库，进行了FG关联规则挖掘算法的实验。结果表明该算法优于其他算法，能提取隐含在电子病历系统中未知的有用的信息，为医疗诊断能提供辅助性的决策。     

基于最小混乱度的三值可逆逻辑综合算法

 三值可逆逻辑综合是可逆逻辑综合的延伸和扩展.为了简化可逆网络,提高三值可逆逻辑门的通用性,对现有三值可逆控制门控制位的生效值扩展为0、1和2.在此基础上提出了基于最小混乱度原则的三值可逆逻辑综合算法.该算法根据三值可逆函数计算其对应真值表中每个变量的相对混乱度和绝对混乱度,以最小混乱度原则选取三值可逆逻辑门,直至真值表中的每个变量的混乱度为零,得到三值可逆网络.该算法的时间复杂度为O(n²×3ⁿ),空间复杂度为O(n×3ⁿ).实验结果表明,与现有已知算法对比,平均门数更少.     

多态系统数据分析的逻辑决策算法

在对逻辑分析数据的相关理论进行分析的基础上，给出了多态系统数据分析的逻辑决策算法。该算法适于多领域的判断和预测。利用逻辑综合中逻辑单元的随机覆盖问题产生的随机数据对算法加以验证，得到了较好的预测效果。     

团队导师制下程序设计实践创新模式探索

本文探索了一种团队导师制下地方高校计算机专业程序设计实践创新能力培养模式,并结合相关课程建立了程序设计实践创新学习网站和辅导交流平台。实践教学结果表明,本文提出的培养模式能有效提高学生程序设计编程创新能力以及分析、解决实际工程项目的技能,增强了地方高校计算机专业学生核心竞争力。     

基于矩阵变换的线性最近邻量子线路综合与优化

为了构造线性最近邻量子线路,降低线性量子可逆线路的量子代价,提出了一种基于矩阵变换的线性量子线路综合与优化方法.该方法给出了线路的矩阵表示和基于矩阵的近邻CNOT（Controlled NOT Gate）门判定,并提出矩阵分组的最佳方案,保证了线路综合中CNOT门数量最优.为了实现量子线路近邻化,提出了swap门的矩阵表示及线路近邻化规则,证明了两种swap门添加方式的等效性;提出了不同情况下swap门的消除规则,降低了近邻化后量子线路的量子代价.选择benchmark例题库中具有代表性的线路进行实验,与已有的量子线路近邻化算法相比,线路量子代价平均优化率为34.31%.