摘要：针对目前面向对象程序设计课程教学现状和问题进行分析总结,从课程设置及教材选择、理论课程教学方式、实践教学方法、考核方式等方面提出课程改革的思考,提高学生学习兴趣和学习主动性,在全面掌握面向对象程序设计思想的基础上培养学生的动手能力、应用能力和创新能力。

摘要：如今,越来越多的人开始进入期货和证券市场。在期货市场中,一笔投资的成败,往往取决于信息和交易的及时与否。而能够及时获取最新的行情信息,随时随地的进行交易则成为了最为重要也是最为迫切的需求。除了几种传统的交易方式(交易大厅交易、电话委托交易、网上交易等)以外,飞速发展的无线通信网络,为我们带来了一个新的交易平台,即基于移动设备(手机、PDA等)的期货行情交易平台,使"移动期货交易",即运用手机随时随地查看期货行情、信息、进行期货交易变为可能,且接收信息的即时性和全面性比起其它几种交易方式来说毫不逊色。运用手机进行期货交易,大大方便了期货投资者不受空间、时间限制,随时随地关注期货市场动向。移动期货交易系统是期货交易继因特网电子交易后又一次新的革命。因此,对期货移动交易平台的研究具有很重要的实用意义。

摘要：随着机器人教育受到社会越来越多的关注,其教育价值逐步提升,作为教育机器人产品的规划设计和标准化问题也日益凸显。在对各阶段学生的认知发展水平和机器人教育目标进行概述的基础上,对适用于不同阶段的教育机器人产品功能结构与设计进行了分析探究,为未来教育机器人产品的设计开发提供参考。

摘要：从简化模型设计角度出发,为解决无法同时获取时空特征的问题,提出融合空间信息的交通流量构造方法.该方法将路网上的空间信息采用邻接矩阵表示,再采用图傅立叶变换得到兼具时序信息和空间信息的交通流量表示.通过实验验证发现,该交通流量构造方法不仅有助于简化模型设计,还有助于传统机器学习模型获取时空特征,从而准确预测交通流量.

摘要：图卷积网络在处理网络数据的各种任务上有很多应用,特别是异构图卷积网络更是得到了广泛应用.但是,现有的工作中大多只设计单一关系的异构网络,这在处理那些含有多类型节点并且节点间具有多重网络关系的复杂异构网络时,很难准确捕获到跨不同关系的节点的特征,因此,这些异构网络的效果自然是不能令人满意的.为了应对这一挑战,提出了一种处理异构网络嵌入的多路动态注意力图卷积网络(MDAGCN).MDAGCN首先通过动态聚合同一节点对之间多种关系的信息,然后通过注意力机制得到不同长度元路径注意力权重,最后使用多层卷积结合注意力权重充分获取不同长度元路径上的信息来学习节点表示.在3个真实的数据集上进行实验.结果表明:MDAGCN模型可以通过动态权重以及注意力充分学习异构网络上的节点信息,以此提升节点分类和链路预测的效果.

摘要：SERS技术与机器学习结合的策略在检测和识别不平衡类癌症中发挥着极其重要的作用.为了解决类不平衡问题给分类精度造成的影响,设计了一种SERS技术结合APS-SMOTE-PCA-KNN(synthetic minority oversampling method with adaptive priority selection(APS-SMOTE)-principal component analysis(PCA)-k-nearest neighbors(KNN))的癌症诊断新策略,实现快速、灵敏、非标记地检测和识别癌症.结果显示:新策略能够测得健康人和癌症患者血清的特征光谱,很好地解决了类不平衡问题给分类精度造成的影响,准确率可以达到85.0%.SERS技术结合APS-SMOTE-PCA-KNN对于未来癌症诊断具有积极的借鉴意义.

摘要：为提高浙江师范大学研究生教务管理效率,在基于***技术的基础上,结合该校研究生教务管理的实际需求,设计了一种网络化的高校研究生教务管理系统。该系统集学生缴费注册、综合教务管理以及教师资格审核等功能于一体,既提高了教务工作效率,又加强了教务管理水平。

摘要：为了明确启发式排序DFS,BFS和NDS的性能优劣及正确选择合适的排序策略和排序起点,采用实证研究方法,在比较DFS,BFS和NDS排序策略性能的基础上,研究排序策略选择和排序起点选择的指标数据.提出依赖集总长度小优先的排序策略和最佳排序起点的选择方法,并在工程网络中进行验证.结果表明:1)相比较于BFS和DFS,NDS能指导生成更小的BDD模型;2)指标数据依赖集总长度可以有效表征排序策略和排序起点;3)基于依赖集总长度小优先的选择方法有助于选出最优的排序策略和排序起点.该结果可以为选择和设计启发式排序策略提供理论依据.

摘要：针对大数据分类中的不平衡问题,本文提出一种基于边界条件生成式对抗网络(Boundary Conditional Generative Adversarial Networks,BCGAN)的不平衡大数据模糊分类算法,通过在多数类数据和少数类数据的决策边界附近引入一个边界少数类到过样本,生成更合适的少数类数据来提高分类性能.将处理过的平衡数据转换成概率索引表,数据和属性分别以行和列的形式呈现,计算每个数据属性中存在的唯一符号的隶属度,然后设计相关模糊朴素贝叶斯(Correlative Fuzzy Naive Bayes,CFNB)分类器进行数据分类.本文给出MapReduce框架下大数据模糊分类的并行实现.实验结果表明:所提基于BCGAN的不平衡大数据模糊分类准确度优于其他现有方法,说明该方法具有可行性和有效性.

摘要：基于EKEL的影评挖掘分析方法是从影评文本中自动获取电影基本知识与评价知识的一种数据挖掘方法.同时该方法是一种结合文法与本体的知识抽取方法,把设计好的影评文法体系与EKEL系统结合,形成一个文本知识挖掘系统,可以有效且准确地抽取影视领域中的基本知识与评价知识.首先设计影评文法,研究设计方法及设计原则,同时结合EKEL系统,对获取到的影评文本语料进行挖掘并分析,产生EKEL分析树,然后对EKEL分析树进行深入分析及后处理.接着进行影评挖掘实验,分析精确率和召回率,并总结本文所研究知识抽取方法的有效性.最后,并对该方法的通用性进行了展望.