课程文献中心 更多>>

关键词： “双一流”建设   数据结构   课程教学  

摘要： “双一流”建设相关政策的出台,推动了创新型人才培养模式的建设。课程教学是人才培养的载体,课程教学改革是创新型人才培养模式建设不可或缺的。该研究针对数据结构课程教学中存在的算法复杂、入门难、实验难度大、课堂教学效率较低等问题,从教学目的、教学学情、教学内容、教学方法和教学手段等几个方面对数据结构课程的教学进行论述,探讨学生工程实践能力、创新能力、国际竞争力的培养。

关键词： 数据结构   系统运维   运维管理  

摘要： 以某企业内部为例,通过开发一套信息系统数据结构管控平台,实现对数据库的数据结构进行有效管控,减少系统运维的成本和难度,提高运维工作的效率,推动运维管理水平不断提升。

关键词： 数据结构   形成性评价   考核  

摘要： 在以安顺学院电子与信息工程学院(以下简单本校)传统的数据结构课程考核评价方式下,结合西部地方本科院校的特点,通过本校分析"数据结构课程学生评价管理系统"和"数据结构课程学生成长记录电子档案袋"在数据结构课程中的应用优势,探索本校数据结构课程考核中的形成性评价体系理论构建方案。

关键词： SPOC   混合式   翻转课堂   数据结构  

摘要： 在分析传统教学模式的现状的基础上,提出了新的基于混合式的教学模式,分别介绍了课前、课堂和课后各环节如何实施教学并提出了一些非常关键而适用的建设性意见,给出了过程性评价考核方式的组成比例,最后总结了在2017级学生中实施该教学模式的收获、经验与不足。

关键词： Streaming graph   Data structure   Efficient and exact   Graph algorithms  

摘要： A streaming graph is a graph formed by a sequence of incoming edges with time stamps. Unlike the static graphs, the streaming graph is highly dynamic and time-related. Streaming graphs in the real world, which are of the high volume and velocity, can be challenging to the classic graph data structures: data of internet traffic, social network communication, and financial transections, etc. The traditional graph storage models like the adjacency matrix and the adjacency list are no longer sufficient for the large amount data and high frequency updates. And most the streaming graph structures are only supports the specific graph algorithms. Here a new data structure is presented to meet the challenge: a double orthogonal list in hash table (Dolha) as a high speed and high memory efficiency graph structure. Dolha has constant time cost for single edge processing, and near-linear space cost. Moreover, time cost for neighborhood queries in Dolha is linear, which enables it to support most algorithms of graphs without extra cost. A persistent structure based on Dolha is also presented, to handle the sliding window update and time related queries.

关键词： Noise   Condition monitoring   Damage   System identification   Modal curvature   Modal slope  

摘要： Purpose Condition monitoring (CM) has become significantly important, particularly in the context of ensuring safety, reliability and future usefulness of civil infrastructural systems. Most of the age old structures require immediate attention. Nondestructive tests and/or load tests along with routine maintenance inspections are common practice. However, most of the NDT techniques are location-dependent and are conducted in a piecewise manner. The paper aims to discuss these issues. Design/methodology/approach Numerical methods incorporating inverse techniques are a global approach to identify structural parameters using dynamic responses. However, measurement at all degrees of freedom does not seem to be feasible, due to practical constraints. Parameter identification of structures based on limited dynamic responses like modal slope and curvature mode shapes at the element level in a finite element platform is proposed in the present paper. The structural property for each element is derived adopting a two-phase analysis process, consisting modal extraction and structural parameter identification. It is important to study the accuracy of the predicted parameters with the number of measured modes. The structural property is identified using measured responses at those selected MDOF. Findings The proposed method is demonstrated in detail with a numerical example. The method seems to be an attractive proposition as the results obtained are very accurate even with noise-contaminated data. Originality/value The proposed numerical model is originally developed by the authors with judicial modifications and combination of earlier research contributions to achieve greater accuracy. Limited measurement and the effect of random noise with numerical example are considered for the successful validation.

关键词： 数据结构   计算机学科   信息技术   在线课程   信息沟通   C语言   学生学习兴趣   在线教育  

摘要： 信息技术的快速发展与广泛应用为社会各行业提供了先进的技术支持,教育行业也因信息技术的应用逐渐创新了教学方法与教学模式,弥补了传统教学中存在的不足。在线教育是基于互联网技术,在先进教育理念和学习理论指导下,通过网络进行信息沟通的教学方式,具有开放性、共享性和自主性等特征,如MOOC和SPOC等。近年来,在线课程慢慢进入大众视野,社会各行业逐渐接受并习惯了运用这种自主学习的方法。数据结构是计算机学科的核心课程,也是基于C语言的后续课程,其算法抽象,实验操作难度较大,导致学生学习兴趣不高,教学效果不理想。学生通过在线课程可以加强对C语言知识技能的掌握,方便数据结构的学习;也可以针对数据结构的重难点进行二次学习巩固,提升教学效果。数据结构互联网在线课程建设研究与实践以社会实际需求为出发点,具有较大的探讨价值。

关键词： 数据结构   云课堂   混合式模型   案例分析  

摘要： 提出一种新型的基于云课堂的混合式模型,分析慕课和在线课程建设的异同,给出层次化案例分析的建设内容,指出混合式模型的实现能最大化利用数据结构课程的教学资源。

关键词： 大数据   数据驱动   维修决策   AHP   流数据  

摘要： 现代大型机电系统组成结构越来越复杂、智能化程度越来越高,然而系统维修工作却越来越困难;另外,尽管快速发展的信息技术使得系统内部的各种流数据得到了有效的保存,但却缺乏对这类大数据的有效利用、实现复杂系统的维修控制与决策.为此,提出了大数据结构化与数据驱动的复杂系统维修决策方法.大数据结构化使用了层次分析法(Analytic hierarchy process, AHP)的思想,依次建立系统维修的各个层级模型;基于模型抽象出支持系统维修的数据变量、提炼出各层级变量的表达函数;研究进一步实现了维护决策的数据驱动技术,在模型和函数之上定义了数据状态块矩阵,通过设计矩阵的特殊运算算法完成维修决策的数据驱动.最后,使用一个具体的例子来说明提出方法的可用性,结果证明提出的方法是可行的,符合设备维修决策建设目标,即维修方法经济、高效与实用.

关键词： 高山美利奴羊   经济性状   动物模型   模型评价   遗传力  

摘要： 本试验旨在比较不同数据结构和单性状动物模型对高山美利奴羊(14月龄)重要数量性状遗传参数估计的影响,筛选出估计体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数和羊毛长度7个重要经济性状遗传参数的最适模型,准确估计遗传力并为下一步遗传评定奠定基础。使用R语言数据整理相关函数将涉及20720只14月龄高山美利奴羊数据按系谱完整度和数据量分为数据集1和数据集2。采用R语言ANOVA分析检验鉴定年份、出生类型(单胎或双胎)、群别、性别4个非遗传因素在两个数据集中的显著性,将极显著效应(P<0.01)放入动物模型中作为固定效应。将两个数据集和两个单性状动物模型组合得到4个模型,其中模型1、模型2分别使用数据集1、数据集2,随机效应为个体加性遗传效应、残差效应;模型3、模型4分别使用数据集1、数据集2,随机效应为个体加性遗传效应、个体永久环境效应和残差效应。用ASReml4软件实现方差组分估计。通过AIC准则、BIC准则评价各模型,用LRT检验比较各模型。最后,针对各性状选出最适模型进行遗传力估计。结果显示:①非遗传效应显著性检验得到鉴定年份和群别对数据集1和数据集2中所有性状均极显著(P<0.01),出生类型对体重和数据集1中产毛量极显著(P<0.01),性别仅对体重反应极显著(P<0.01)。②各模型估计的体重遗传力为0.1614~0.2392;产毛量遗传力为0.1958~0.3254;净毛率遗传力为0.4395~0.5539;净毛量遗传力为0.2003~0.2393;羊毛纤维直径遗传力为0.4024~0.5897;羊毛纤维直径变异系数遗传力为0.3174~0.6077;毛长遗传力为0.2960~0.3669。③似然比检验结果表明,模型1和模型3对所有性状差异均不显著(P>0.05);模型1和模型4对体重和毛长差异极显著(P<0.01);模型2和模型3对净毛量差异极显著(P<0.01),对其他性状差异不显著(P>0.05);模型2和模型4对所有性状差异不显著(P>0.05)。最终得到对净毛量最适模型为模型1,体重、产毛量、净毛率、羊毛纤维直径、羊毛纤维直径变异系数、毛长的最适模型为模型2。所有性状受个体永久环境影响均不显著(P>0.05)。基于最适模型估计高山美利奴羊(14月龄)体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数、毛长遗传力分别为0.2392、0.3254、0.4394、0.2893、0.4222、0.3175、0.3670。