摘要：针对当前主流的图形数据挖掘算法常采用的贪婪式查找带来的易陷入局部最优这一问题,将进化算法引入图形数据挖掘.以增强算法的全局查找能力.定义基于图形数据的交叉和变异算子.考虑到进化算法局部搜索能力弱的特点,在变异算子的设计中融入爬山算法的思想,以进一步提高解的质量.另外还改进原算法针对某一特定子结构的实例收集方法.实验表明,以上措施增强系统对假设空间的查找能力,提高解的质量.

摘要：针对现有网络表示学习方法泛化能力较弱等问题,提出了将stacking集成思想应用于网络表示学习的方法,旨在提升网络表示性能。首先,将3个经典的浅层网络表示学习方法DeepWalk、Node2Vec、Line作为并列的初级学习器,训练得到三部分的节点嵌入拼接后作为新数据集;然后,选择图卷积网络(graph convolutional network,GCN)作为次级学习器对新数据集和网络结构进行stacking集成得到最终的节点嵌入,GCN处理半监督分类问题有很好的效果,因为网络表示学习具有无监督性,所以利用网络的一阶邻近性设计损失函数;最后,设计评价指标分别评价初级学习器和集成后的节点嵌入。实验表明,选用GCN集成的效果良好,各评价指标平均提升了1.47~2.97倍。

摘要：本文介绍了 Ｖｉｓｕａｌ　Ｃ＋＋６．０中 Ｗｉｎｌｎｅｔ类的组成和工作原理，并在此基础上进一步阐述了用 Ｗｉｎｌｎｅｔ编写基于 ＨＴＴＰ的Ｉｎｔｅｒｎｅｔ客户应用程序的主要步骤。文章最后还给出了一个简单的实例，以期收理论联系实际之效。

摘要：提出了一种基于进化算法的子结构发现算法,并将爬山算法的思想融合于交叉和变异算子的设计之中,该算法可有效地跳出局部极值,取得较好的实验结果。将该算法应用于我国区域经济研究,挖掘结果反映了我国经济目前发展的趋势及存在的问题。

摘要：将进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题。针对图数据挖掘中经常遇到的子图同构问题,提出了带状态回溯个体的概念,从而使遗传算子的设计更为合理。另外,还提出了一种新的多样性保持方案,从种群的组成和个体的生成两个方面提高了种群的多样性。在进化过程中随时去掉当前种群中没有潜力的个体的机制使查找空间缩小了一半。实验结果表明,以上措施增强了算法的寻优能力,提高了算法的效率和解的质量。

摘要：针对图神经网络模型普遍缺乏可解释性问题,提出一种基于进化集成的图神经网络解释方法,为模型预测提供质量更高的解释。将当前主流图神经网络解释方法GNNExplainer和PGExplainer作为初级解释器,分别为模型预测提供初级解释;基于初级解释结果设计遗传算子,采用改进遗传算法集成两种初级解释结果得到最终解释。在4个真实数据集和4个合成数据集上进行广泛试验,从定性和定量两个角度对试验结果进行评估。试验结果表明,相较于同类算法,提出算法的准确度平均提高17%,忠实度平均提高20%。与传统集成学习融合策略相比,改进遗传算法作为集成器对解释方法的优化效果更为显著,所有指标整体平均提高29%。采用进化集成策略能够显著提高图神经网络解释算法的性能。

摘要：文章介绍了作者在C++教学过程中的几点体会 :1 注重基本概念 ;2 注重及寻求概念之间的关系 ;3 激发兴趣、唤醒思维 ;4 讲清来龙去脉 ;5 循序渐进 ;6 科学总结 ;7 身教大于言教 ;8

摘要：介绍了VisualC+ + 6 .0中WinInet类的组成和工作原理 ,并在此基础上进一步阐述了用WinInet编写Internet客户应用程序的主要步骤。最后 。

摘要：为了克服当前主流的图数据挖掘算法常采用的贪婪式查找带来的易于陷入局部最优这一问题,提出了一种基于进化算法的图数据挖掘算法,以增强算法的全局查找能力。定义了基于图的交叉和变异算子。考虑到进化算法局部搜索能力弱的特点,本文在变异算子的设计中还融入了爬山算法的思想,以进一步提高解的质量。应用该算法于信息与计算科学的学科建设之中。首先,将网上收集的有关各个院校信息学科专业建设的信息转化为图表示方式,然后用该算法从这些图数据中挖掘出信科专业建设的典型模式。该模式为我校的信息科学专业建设和教学改革提供了理论依据,具有重要的参考价值。

摘要：在Java程序设计课程教学过程中",理论+程序演示"的传统教学方法容易造成学生创新能力的缺乏和自主实践能力的低下。要解决这一问题,教师必须转变教学理念,以能力培养为核心进行课程教学改革,将计算思维引入课程的教学中,提高学生学习知识的能力和素质。