论文部分内容阅读
数据结构课程的实验教学一直以来都是整门课程教学的重点和难点环节。本文提出了数据结构实验教学存在的问题及解决方法，探讨教学方法的改革与实践。
《数据结构》实验教学的改革与探索
【摘 要】
：
数据结构课程的实验教学一直以来都是整门课程教学的重点和难点环节。本文提出了数据结构实验教学存在的问题及解决方法，探讨教学方法的改革与实践。
【机 构】
：
广西民族大学数学与计算机学院
【出 处】
：
高教论坛
【发表日期】
：
2008年3期
其他文献
针对粒子群算法在解空间盲目搜索的缺点,提出一种基于时变适应度函数的改进粒子群路径规划算法。该算法有效地将人类搜索经验与粒子群算法相结合,利用神经网络描述环境约束和距离信息,并构造粒子的适应度函数,从而该算法在迭代过程中可以利用权值的改变合理地调整适应度函数。这样,新算法在寻优过程中能够先确定路径方向,然后逐步提高路径安全性。将该算法应用于机器人路径规划,与标准的粒子群算法相比,数值仿真结果表明,改
为满足方面化双核中间件平台DCAM面向按需计算的自适应需求,并支持系统平台的实时重构为目的的中间件计算环境,通过分析现有面向方面体系结构描述语言,提出了一种基于XML的中间件平台全息视图语言——HVL4DCAM。HVL4DCAM可以实时解析运行于平台之上的构件和方面的状态以及它们之间的动态关系,实现了构件和方面的对称性描述,提升方面的可重用性。基于HVL4DCAM描述了运行于DCAM之上的绩效考核
通过在软件体系结构层次实施软件重构,能够改善软件的质量、提高软件的易演化性。提出了扩展的构件依赖关系图的概念,将软件体系结构的逻辑依赖关系以及演化历史中蕴涵的演化依赖关系纳入到统一的表示中。进一步提出了基于扩展的构件依赖关系图聚类的体系结构重构策略,从而达到改善体系结构质量的目的。
Job-Shop调度问题是一类具有很高理论研究和工程应用价值的问题。针对使用蚁群算法求解Job-Shop调度问题时较难设置合适参数的问题,提出一种动态设置参数的新型蚁群求解算法。分析了蚁群算法中参数对求解结果的影响,给出了算法求解Job-Shop调度问题的关键技术和实现过程。最后对五个基本测试问题进行了仿真实验,并与遗传算法、模拟退火算法、基本蚁群算法进行了比较。结果表明,该算法能得到较优的结果,
针对视频水印嵌入强度在平衡水印系统的鲁棒性和不可见性时存在的问题,提出了一种变长位平面分解的视频水印算法。该算法根据8位灰度水印图像在位平面分解后各位平面在重构水印图像时的权值不同,将不同的位平面嵌入在不同数量的DCT中低频系数中,并利用HVS和Watson视觉模型的亮度掩蔽特性自适应的调整水印嵌入的强度从而实现了自适应地嵌入水印。实验表明,该视频水印系统在满足鲁棒性的同时具有高度的透明性。
为了使多agent协同过程可控、有序的进行,克服传统多agent系统灵活有余而可控制性不足的缺点,提出以动态约束和调整系统行为的政策为管控手段的政策导向型多agent协同系统。首先阐述了政策导向型多a-gent协同系统原理,给出该系统的体系结构以及各个子结构的描述;然后介绍该多agent的原型系统,通过对运行实例的描述,验证了系统的可控制和易管理特性。
根据Chirp超宽带系统原理和思想,给出了一种基于有源频谱压缩和FFT频域检测的新捕获算法。该算法通过有源频谱压缩将Chirp信号转换成差频信号,再通过FFT进行频偏估计,结合滑动相关判决实现捕获。该捕获方法具有实现结构简单、采样速率低、便于进行通信距离的扩展等优点。理论分析和仿真结果表明了该捕获方法具有很强的实用价值。
在分析现有一些RFID认证协议的基础上,提出了一种新的适合低成本标签的双向认证协议,并对其进行了SMV模型检测形式化证明和性能分析。结果表明该认证协议具有认证性、保密性和完整性,能够满足低成本标签的安全需求,并且在安全性能提高的同时仍具有较好的执行性能。
粒子群在搜索过程中容易陷入局部而无法找到全局最优值,为了解决此早熟问题,提出基于函数变换的改进混沌粒子群优化算法。此方法将Logistic映射和改进的Tent映射引入到粒子群中代替随机数;将函数变换引入到粒子的速度、位置更新过程中以凸显全局最优值与局部极优值的差异,从而使粒子跳出局部极优值点,加细搜索进而找到全局最优值点。数值实验表明,基于函数变换的改进混沌粒子群在搜索时间和效率上要优于标准粒子群
针对中文文本分类问题,将其用于分类规则的抽取。为了避免微粒群算法在全局优化中陷入局部极值,利用混沌运动遍历性、随机性等特点,对标准微粒群算法进行了改进,提出了基于混沌微粒群算法的文本自动分类方法。仿真实验表明本算法对文档进行分类是一种比较可行的分类方法,分类精度高、速度快。