摘要：多粒度粗糙集是目前粗糙集理论研究的一个新的方向,粒度约简是多粒度粗糙集研究的重要内容之一.首先将信息量引入悲观多粒度粗糙集的下近似分布约简,定义了悲观多粒度粗糙集下近似分布约简中粒度集的信息量.其次基于信息量定义了粒度的重要度,以粒度的重要度作为启发信息,设计了基于信息量的悲观多粒度粗糙集启发式粒度约简算法,通过实例验证了算法的有效性,为多粒度空间下粗糙集的粒度约简提供了理论依据.

摘要：考虑到功率控制对无线网络性能的影响,讨论了无线多跳网络中的分布式功率控制问题。以网络中每个用户节点数据包传送完成时间的最小化为目标,以凸优化为数学工具,考虑中断现象对网络性能的影响,把功率分配问题构造为一个凸优化问题,提出一种考虑中断概率的分布式功率控制算法。仿真结果表明,该算法具有快速收敛性及有效性。

摘要：针对传统聚类算法中只注重数据间的距离关系而忽视数据全局性分布结构的问题,提出一种基于EK-medoids聚类和邻域距离的特征选择方法。首先,用稀疏重构的方法计算数据样本之间的有效距离,构建基于有效距离的相似性矩阵;然后,将相似性矩阵应用到K-medoids聚类算法中,获取新的聚类中心,进而提出EK-medoids聚类算法,可有效对原始数据集进行聚类;最后,根据划分结果所构成簇的邻域距离给出确定数据集中的属性重要度定义,应用启发式搜索方法设计一种EK-medoids聚类和邻域距离的特征选择算法,降低了聚类算法的时间复杂度。实验结果表明,该算法不仅有效地提高了聚类结果的精度,而且也可选择出分类精度较高的特征子集。

摘要：属性约简是粗糙集理论最核心的研究内容之一,其中约简带有决策属性的决策系统的条件属性集可以达到简化信息系统目的.现有的粗糙集理论在处理属性值为精确值的决策系统方面已表现出强大的优势,但是在实际应用中要获得属性的精确值在有些情况下是困难的,面对这类信息系统,传统的粗糙集方法很难对其直接进行约简.为此,针对信息系统属性值为Vague概念的情况研究Vague决策系统的属性约简方法,通过借助包含度这一中间工具,设计一种在Vague决策系统中属性重要性的度量方法,并基于该方法设计了一种Vague决策表的属性约简算法,最后通过实例验证了该算法的有效性.

摘要：针对污水处理中某些生物参数难以在线测量的情况,本文提出了一种基于小波核的多尺度最小二乘小波支持向量机软测量建模方法:。首先,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,进而设计出多尺度小波最小二乘支持向量回归机(MW-LSSVR)。然后利用该支持向量机和出水水质参数特性建立混合软测量模型,实现对出水BOD浓度、COD浓度在线预测。通过在实际污水处理过程的应用,结果:表明本建模方法:具有较高的预测精度和较快的模型学习速度,能对BOD的做出准确的预测,一定程度上可以替代某些昂贵的在线测量仪表,给污水处理厂工作人员提供了控制操作依据,具有一定的实际应用价值。

摘要：在讨论动漫产业发展现状的基础上,针对当前动漫专业人才培养模式以及企业对动漫人才实际需求,从动漫专业师资队伍的建设、人才培养目标的制定、课程体系的设置、教学模式的创新和实训环节等5个方面分别进行分析,指出当前动漫专业教育所在的问题和不足,并根据教学实践,提出建设专业化的师资队伍、根据企业需求设定人才培养目标和与企业联合进行实训等一系列方法,以培养出有创新精神、符合企业需求的人才。

摘要：将下近似分布约简引入变精度悲观多粒度粗糙集,定义了变精度悲观多粒度粗糙集的下近似分布粒度熵,基于下近似分布粒度熵定义了变精度悲观多粒度粗糙集粒度的重要度,并设计了基于下近似分布粒度熵的悲观多粒度粗糙集启发式粒度约简算法,通过实例验证了算法的有效性。

摘要：操作系统课程是计算机专业考研统考课程之一,其知识点抽象、理论知识晦涩难懂。通过研究考研真题,重点研究该门课程与考研相关的实验教学的改革,提出分阶段实验教学的设计方法以及基于决策评价的实验考核方式,加强学生对理论知识的理解力,增强教学效果。

摘要：为了解决高校请假事务管理手段落后、处理效率较低的问题，研究了已有的高校学生请假事务的信息化系统设计方案，针对已有方案存在的缺陷，采用Android嵌入式开发技术，设计并实现了一套基于移动互联的高校学生请假事务管理系统。实践结果表明，该系统不但能方便快捷地处理高校学生请假事务，而且能够充分利用高校校园覆盖广阔的校园网络和几乎人手一部的学生智能终端设备等资源，可节约高校基础建设成本，促进高校学生事务管理的信息化，从而提高高校学生工作的办公效率。

摘要：混合学习将传统的课堂学习和网络在线学习有机结合起来,而混合学习的开展离不开一个好的网络教学平台。首先介绍混合学习的理论基础,进而提出在Moodle平台上开展混合学习的教学模式,并详细阐述具体的实施步骤。