摘要：针对个性化网络学习平台中往往只关注学习者学习风格而忽略对学习者认知能力培养的问题提出一种基于概念图的方法对学习者认知能力进行形式化描述。采用自然语言处理及潜在语义分析方法构建基于学习者行为的学习者概念图及领域知识概念图,提出一种基于最大共同子图的匹配算法计算学习者概念图与领域知识概念图之间的相似度,提取学习者的个性化知识缺失、还需要掌握的知识,并以可视化形式呈现一定知识目标领域内学习者的已有知识及需要掌握的知识。实验结果表明,基于概念图的个性化网络学习能够促进学习者及时纠正、完善知识点的理解缺陷,培养学习者的认知能力。

摘要：概念图的构建是一项复杂的工程,在概念术语提取阶段往往需要领域专家花费大量时间手工完成。随着概念图在信息处理和知识管理系统中得到日益广泛的应用,仅仅依靠领域专家来手工提取概念术语生成概念图的办法已不能满足应用需求。基于此,提出结合网络爬虫技术和LSA的方法自动提取概念术语,生成概念图的方法,可以降低概念图制作的人工复杂度,高效、准确的构建概念图,可以大大扩展概念图的应用范围。从指定网站上爬取大量领域文本资源;进行文本预处理并抽取特征项;再利用LSA挖掘特征项与特征项、特征项与文本之间的潜在语义结构,消除噪音及冗余特征项,提取概念术语。实验结果表明,结合网络爬虫技术和LSA方法能够降低概念术语的提取过程中的人力复杂度,去除冗余概念,并提高准确性。

摘要：化学实验现象具有不规则性的模糊物体,传统的建模方法难以描述它们的形状和运动。提出了一种基于粒子系统的实验现象动态模拟方法,并对粒子系统进行了参数化设计,为实验现象建立了统一的模型,实现了对火焰、气泡等化学实验现象的动态模拟。实验证明,该方法能有效地提高虚拟实验场景的生动性和逼真性。

摘要：随着人们对空间信息处理需求量的不断扩大,人们对于空间信息数据的分辨率、时态性等要求越来越高,原有的空间信息剖分、编码、存储等一系列理论将不能胜任新的需求.提出了一种经纬度地球剖分模型,在该剖分模型的基础上设计了树型编码体系——域式编码.该编码体系能够对每个剖分面片进行合理、有序、唯一、高效地标识,并且可和剖分面片的位置建立关联,同时也决定了空间信息后续的定位、索引和查询等操作.域式管理的核心是多级别、分层次,以及为了实现这个编码机制的分布式数据库系统.在剖分面片域式编码的基础上,借鉴计算机网络协议提出了全球空间信息处理的综合编码GeoID.该编码不仅考虑面片自身层次,而且将空间信息的时间、存储地址、存储模式、优先级等属性列入了编码范畴,大大提高了对空间信息处理的效率.提出的一系列解决方案对于海量空间数据处理提供了新的研究方法和理论,具有较强的实用性和推广价值.

摘要：直接匿名证言(DAA)既解决了隐私CA的瓶颈问题,又实现对TPM的认证和匿名,是当前可信计算平台身份证明最好的理论解决方案之一,TCG在TPMv1.2中将其作为解决平台身份证明问题的标准.但该标准中仅仅重点描述了DAA实现认证和匿名的原理、复杂运算和关键步骤,并没有给出具体和完整的协议流程.基于DAA基本原理设计了可信平台身份证明的安全协议:AI-DAA.该协议不仅能够实现可信平台身份认证和隐私保护,而且还能保证协议实体之间的双向身份认证和信息传输的机密性.协议安全性分析表明,AI-DAA不仅能防止消息重放攻击,而且还能抵御中间人攻击.

摘要：传统的卫星对地观测任务调度依赖于地面控制中心离线生成执行计划,为将规划权与地面控制中心解耦,实现卫星对任务及时和自适应规划,本文通过对观测任务的分析,结合小卫星姿态转换能力强以及拥有计算单元的特点,对卫星观测动作以及约束条件做了合理抽象与简化,建立了问题模型,提出了一种适用于小型卫星调度观测任务的启发式自主规划算法HIPA,算法对于每个任务进行资源消耗计算并给出是否可被观测的结果.通过在不同资源条件限制情况下、不同数量的任务样本集上设置的系列对比实验表明,本文所设计的启发式自主规划算法求解性能更好,可最大化利用卫星资源在最短时间内得到规划序列,可有效提高卫星的观测效率.

摘要：针对单机视频转码方法转码速度较慢和面向批处理的并行转码方法效率提升有限的问题,基于Spark Streaming分布式流处理框架,提出了一种面向流处理的快速视频转码方法。首先,使用开源多媒体处理工具FFmpeg,构建了自动化的视频切片模型,提出编程算法;然后,针对并行视频转码的特点,对弹性分布式数据集(RDD)进行研究,构建了视频转码的流处理模型;最后,设计视频合并方案,将合并后的视频文件进行有效储存。根据所提出的快速视频转码方法设计与实现了基于Spark Streaming的快速视频转码系统。实验结果表明,与面向批处理Hadoop视频转码方法相比,所提方法转码效率提升了26. 7%;与基于Hadoop平台的视频并行转码方法相比,该方法转码效率提升了20. 1%。

摘要：计算思维是当前国际计算机界广为关注的一个重要概念,也是当前计算机教育需要重点研究的重要课题。文章首先结合任务驱动式教学和教学模式的特点构建了基于计算思维的任务驱动式教学模型(Task-Driven Teaching Model Based on Computational Thinking,简称TDTMCT)。TDTMCT模型将教学者和学习者之间通过任务连接起来,教学过程以任务为主线,教学者主导,学习者主体。整个过程教学者运用计算思维方法准备课程,设计任务,学习者根据教学者的引导,运用计算思维方法完成教学任务。最后运用实例验证了该模型的可行性和高效性。与传统的教学模式相比较,基于计算思维的任务驱动式教学模式在培养学习者自我建构知识以及创新思维能力方面有较大的进步,不仅可以提高学习效率,而且可以培养学习者的计算思维能力。

摘要：提升复杂网络的鲁棒性对于网络抵御外部攻击和级联失效具有重要现实意义。现有进化算法在解决网络结构优化问题时存在局限,特别是在收敛性和优化速度方面有待提升。针对这一问题,提出一种新的自适应复杂网络鲁棒性优化算法SU-ANet(SUrrogate-assisted and Adaptive Network optimization algorithm)。为降低鲁棒性计算所带来的巨大时间开销,该算法构建了基于注意力机制的鲁棒性预测器作为离线代理模型,以代替局部搜索算子中频繁的鲁棒性计算;而在进化过程中,为避免陷入局部最优,同时拓宽解空间的搜索范围,算法全面考虑了全局和局部信息;另外,通过设计交叉算子,使每个个体与全局最优候选解和随机个体进行连边互换,以平衡算法的收敛性和多样性;此外,采用参数自适应机制自动调整算子的执行概率,以减少参数设计对算法性能带来的不确定性影响。在人工合成网络和真实网络上的实验结果表明,SU-ANet具有更好的搜索能力和更高的进化效率。

摘要：本文以动作类游戏设计为目标。以动作类游戏《谍拳》的设计为例,从策划,美术和实现等方面进行了具体分析,并对开发中所遇到的问题进行分析并予以解决。