摘要：移动对象连续k近邻(CKNN)查询是指给定一个连续移动的对象集合,对于任意一个k近邻查询q,实时计算查询q的k近邻并在查询有效时间内对查询结果进行实时更新.现实生活中,交通出行、社交网络、电子商务等领域许多基于位置的应用服务都涉及移动对象连续k近邻查询这一基础问题.已有研究工作解决连续k近邻查询问题时,大多需要通过多次迭代确定一个包含k近邻的查询范围,而每次迭代需要根据移动对象的位置计算当前查询范围内移动对象的数量,整个迭代过程的计算代价占查询代价的很大部分.为此,提出了一种基于网络索引和混合高斯函数移动对象分布密度的双重索引结构(grid GMM index,GGI),并设计了移动对象连续k近邻增量查询算法(incremental search for continuous k nearest neighbors,IS-CKNN).GGI索引结构的底层采用网格索引对海量移动对象进行维护,上层构建混合高斯模型模拟移动对象在二维空间中的分布.对于给定的k近邻查询q,IS-CKNN算法能够基于混合高斯模型直接确定一个包含q的k近邻的查询区域,减少了已有算法求解该区域的多次迭代过程;当移动对象和查询q位置发生变化时,进一步提出一种高效的增量查询策略,能够最大限度地利用已有查询结果减少当前查询的计算量.最后,在滴滴成都网约车数据集以及两个模拟数据集上进行大量实验,充分验证了算法的性能.

摘要：以学分制重在培养学生自主学习观的教育理念为指导,针对离散数学课程教学内容抽象、算法复杂等特点及教学实际,探讨学分制背景下离散数学教学内容组成、教学组织方式、最终考核方式、教材选取标准、实践应用手段等改革措施,将MOOC/SPOC教学模式、过程化考核方式、竞赛机制等引入课堂,旨在依据学分制所要求的能力和素质,提高学生专业学习能力的同时,重点培养提出问题、解决问题的科研思维.在实际教学实践中,取得了良好的教学效果.

摘要：针对编译原理课程教学内容抽象、算法复杂等特点及教学实际,充分探讨MOOC教学模式与编译原理教学过程交叉、融合的可能,提出基于MOOC教学模式的、适于面向对象高级语言的编译原理分阶段课程教学方案,旨在充分发挥MOOC教学模式在编译原理教学环节中的作用,在提高学生专业学习能力的同时,重点培养学生从代码优化的角度审视大型软件开发过程,培养学生提出问题、解决问题的科研思维。

摘要：基于SAS软件,文章针对校园一卡通消费数据进行了数据挖掘。文章首先对于此问题的总体目标及设计方案进行了统筹规划;对于原始数据进行了初步处理;采用k均值算法对消费数据进行聚类分析,对学生消费情况进行分类,从而掌握学生消费情况,了解学生的消费趋势。

摘要：为突破人工智能领域多学科交叉研究生培养面临的高校建制及学科边界的壁垒,创新人工智能领域研究生多学科交叉培养模式,面向国家人工智能发展战略和山东省人工智能产业布局实施顶层设计,构建知识精密耦合的多学科融合课程体系,建设产教深度融合的创新实践基地,强化过程考核,多方位构建激励与约束机制,通过研究生基层组织建设实施网格化管理。该模式依托济南大学人工智能研究院,在电子信息类研究生培养过程中进行推广应用,近3年培养人工智能领域研究生150余名,建成2个省级研究生培养基地、8门省级优质课程及相关案例库,研究生科研成果获学科竞赛奖项5项,4篇学位论文获评省级优秀硕士学位论文,可为省属高校多学科交叉背景下的研究生培养提供有益的参考借鉴。