课程文献中心 更多>>

关键词： Data structures  

摘要： Data structure and algorithm is an important course in computer science and information technology programs, applied in almost all courses. Failure to master it will affect student's academic performance during study, getting job interviews, passing job interviews, and create an inefficient information technology worker. However, learning data structure is a worldwide problem because of its complex nature. Gameful visualization of data structures' algorithms has been gaining momentum as it resulted in increased motivation, engagement and learning outcome. But effectiveness of game-based learning could be hindered if improper learning strategies used. Instructional scaffold in game-based learning in the form of question prompts have been found to be the most effective way to scaffold self-learn in computer-based learning. Thus, a game-based learning of stack data structure using question prompts was designed, developed and tested based on an adopted model to help students understand the algorithms of stack's insert and delete operations for array implementation with gameplay that could create meaningful learning. A pre-game and post-game test was conducted to compare students' performance on the topic. Results indicated a generally positive outcome. © 2019, International Association of Online Engineering.

关键词： 课程思政   数据结构   理工科课程   课程体系设计  

摘要： 理工科专业基础课程由于涵盖较多的理论概念及复杂公式,因此在传统的教学过程中授课教师往往把绝大多数课时放在了理论知识的讲解上,而忽略了对课程当中所蕴含的思政教育资源的挖掘与传授。围绕数据结构课程,对理工科专业基础课程中的思政教育进行探索,设计"工具理性"与"价值理性"有机结合的课程体系,形成独具特色的"三个平台"育人方式,真正将思政教育融入理工科专业基础课程的教学过程中。

关键词： SPOC   卓越工程师   实践教学  

摘要： 本项目以培养"卓越IT工程师"为目标,以自主研发的SPOC平台"高网学堂"为实践教学平台,将《数据结构》课堂教学与卓越IT工程师人才培养紧密结合,以提高课堂教学效果。

关键词： 数据结构   高等学校  

ISBN: (数字)9787302516309 ISBN: (纸本)9787302516309

摘要： 本书内容包括概论、线性表、栈和队列、串、数组和稀疏矩阵、树和二叉树、图、查找和排序，附录中给出了书中全部算法代码清单和2018年全国计算机专业数据结构考研大纲以及部分练习题的参考答案。

关键词： 数据结构   SNP   基因水平   变量选择  

摘要： 迄今为止，全基因组关联分析(GWAS)已成功发现了和许多性状或者疾病有关的大量遗传因子，从而揭示了复杂疾病的遗传结构。复杂疾病的基因多效性是一种非常普遍的现象，通过基因多效性，大量具有较小强度效应的风险因子共同导致了复杂疾病的遗传性。所以完全刻画复杂疾病的遗传结构是一个重大的挑战。基因多效性的直接影响是需要更大的样本量来检测具有较小或者中等强度效应的个体风险变量。同时，越来越多的证据表明，不同的复杂疾病可以共享遗传风险因子，这种现象称为多效性。　　在这项研究中，我们提出了一个统计框架(LPG)，能够在大规模GWAS数据中应用多效性。LPG使用变分贝叶斯期望最大化(VBEM)算法，具有很高的计算效率和非常好的扩展性，可用于全基因组范围的分析。为了显示LPG对其它不利用多效性的现有方法的优势，我们进行了广泛的模拟研究，并应用LPG来分析两对疾病(克罗恩病(CD)和1型糖尿病(T1D)，以及类风湿性关节炎(RA)和1型糖尿病(T1D))。结果表明，通过利用多效性，LPG不仅可以提高检测风险变量的功效还可以提高风险疾病预测的准确性。　　尽管全基因组关联研究(GWAS)加深了我们对复杂性状遗传结构的理解，但遗传因子如何影响复杂性状的机制仍然不可知。为了促进我们对潜在机制的理解，各种机构收集了大量的基因组数据，使我们能够研究遗传因子在基因表达调控中的作用。最近，通过整合GWAS数据集和表达数量性状基因座(eQTL)数据集，Yang等提出了一种协作混合模型(CoMM)[78]来探索基因对复杂性状的影响。尽管CoMM是一种可以利用调控信息同时在使用eQTL数据集时能够解释不确定性的强大方法，但它需要个体水平的GWAS数据，并且无法充分利用广泛可用的汇总水平的GWAS数据。因此，我们需要仅使用汇总水平的GWAS数据来利用转录组信息的有效方法。　　在本研究中，我们提出了一种新的概率模型CoMM-S2，通过仅使用汇总水平的GWAS数据而不是个体水平的GWAS数据来探索遗传因子发挥作用的机制。类似于使用个体水平的GWAS数据的CoMM，CoMM-S2结合了两个模型：第一个模型探究基因表达量和基因型之间的关系，而第二个模型探究性状与第一个模型得到的预测的基因表达量之间的关系。与CoMM不同，CoMM-S2仅需要汇总水平的GWAS数据。使用模拟研究和实际数据分析，我们证明即使CoMM-S2使用汇总水平的GWAS数据，它也具有与使用个体水平GWAS数据的CoMM相当的性能。　　另外，我们把概率模型CoMM-S2拓展到CoMM-2S2，它能够同时使用汇总水平的eQTL数据和GWAS数据来探究基因和性状之间的联系，同时也能够考虑插补步骤中的方差。与CoMM一类方法类似，CoMM-2S2也包含两个类似的模型。但不同的是，CoMM-2S2只需要公开可用的汇总水平的eQTL和GWAS数据，因此CoMM-2S2可以在实际数据分析中得到广泛的应用。在模拟和实际数据分析中，我们表明虽然CoMM-2S2仅使用汇总水平的eQTL数据，但是可以取得和使用个体水平eQTL数据的CoMM-S2类似的效果。

关键词： 关联规则   分布式框架   数据结构   Apriori   FP-Growth  

摘要： 关联规则挖掘是实现从大数据中提取有价值的信息的常用方法,旨在从数据中发现经常出现的项目、高相关性的信息。针对目前单机算法的处理能力已无法适应海量数据的应用场景,同时传统的并行关联规则挖掘方法存在I/O开销大、可扩展性差、计算效率低、资源占用率高等问题。针对上述问题,以Apriori算法和FP-Growth算法为蓝本,结合布隆过滤器和哈希树等数据结构提出基于分布式框架的并行关联规则挖掘算法。其一,基于Hadoop-MapReduce框架结合布隆过滤器提出一种并行挖掘出频繁集算法P-FIM,仅需两次MapReduce过程,同时通过减少MapTask数量、精简事务集且无需生成全局候选集、有效的减少I/O开销,从而提升计算效率。其二,基于Spark分布式框架结合布隆过滤器和哈希树提出一种自适应数据迭代挖掘频繁集的动态关联规则挖掘算法D-Apriori,采用动态自适应寻优方式选择计算效率更高的挖掘模式,从而达到最大化计算效率。实验测试结果表明,通过多个并行算法的评价指标验证本文两种算法的有效性,通过与主流的四种算法基于不同支持度、数据集的对比分析验证本文两种算法都有很好的计算效率,此外两种算法分别基于Spark、Hadoop实现,观察两种框架对算法的提升效果,均能快速挖掘大数据集、Spark对迭代算法D-Apriori提升幅度更大、Hadoop则更适合对内存高需求的P-FIM算法。该论文有图42幅,表13个,参考文献63篇。

关键词： 数据结构   C语言  

ISBN: (纸本)9787563557974

摘要： 本书从抽象数据类型的观点出发, 系统全面地介绍了“数据结构”课程中的基本理论、方法及技巧。本书共9章, 包括绪论、顺序表、链表、数组和广义表、字符串、树、图、查找表、内排序, 介绍了各种数据结构的定义和性质, 详细分析和讨论了这些结构的逻辑特点、存储表示以及在这些结构上定义的一些运算的实现方法及其复杂性。在每章的末尾配备了足够的习题, 附录对实验步骤和内容作了较详细的介绍。

关键词： C语言  

ISBN: (纸本)9787111621959

摘要： 本书介绍了对算法和数据结构方面创新的处理方法。通过C程序的实现。书中阐述了抽象数据类型的概念，并对算法的效率、性能和运行时间进行了分析。

关键词： Computer science  

摘要： The thesis covers three topics all centered in the context of point set processing. In the following, we will shortly present each topic with its motivation, explain the performed research, and highlight the contributions. In case the presented results have been published prior to the publication of this thesis, the corresponding reference is given. The first topic concerns notions of neighborhood and corresponding data structures. Many researchers have recognized the importance of high-quality neighborhood relations. For example, the authors Lange and Polthier in their CAGD article from 2005 report that the results of their anisotropic smoothing algorithm heavily depend on the neighborhood structure imposed on the point set. Despite their advantages in storage space and easy acquisition, the missing neighborhood relation is a significant downside to point set representations. The purpose of this first part is to discuss neighborhood concepts as well as a data structure for fast single-core and fast parallelized computation respectively. The second main topic of this thesis deals with manifold structures for point set surfaces. From a significant amount of real-world objects, while 3D-scanning them, only the surface is acquired for further processing in CAD or other applications. When the surface of the underlying real-world geometry has the structure of a manifold, it can be expected that this structure is reflected by any point set acquired from the geometry. Even when the faces of the geometry are smooth manifold patches, there is no theory available in the setting of point sets to reflect their manifold properties. Third and finally, algorithms have to work efficiently and robustly on the point set. While meshed geometries provide an intuitive and natural weighting by the areas of the faces, point sets can at most work with distances between the points. This introduces a new level of difficulty to be overcome by any point set processing algorithm. This final cha

关键词： 翻转课堂   数据   数据结构   课程开发   应用  

摘要： 信息技术的不断发展促进了教学方式的多样化,翻转课堂就是在此基础上形成的新型教学模式,并被广泛应用于教学过程中。该模式的产生是传统教学的创新和延伸,各国学校均已引进这种教学方法。在应用这种教学模式时,如何从老师为主角的形式向以学生为主体进行转换、如何深入研究问题、如何开展翻转教学活动、如何制定翻转教学内容、如何制定教学评价机制等,已慢慢成为这种教学模式应用在课堂中的主要问题。本研究共包含六个章节:第一章节着重对研究背景以及传统教学模式中所面临的问题进行说明,详细阐述了基于翻转课堂的数据与数据结构课程开发的重要性,以及在教学过程中所体现的重要意义。笔者选择文献综述法,结合国内外现有的研究成果,对未来的发展趋势进行分析,同时对现有的相关文献做出总结,从而确定本研究的方向。第二章节是相关概念及理论基础。重点阐述翻转课堂的基本定义和基本特性,并且分析了当下的高中数据与数据结构模块课程情况,介绍了相关理论,为接下来的研究奠定足够的理论基础。第三章节是翻转课堂教学模式下的高中数据与数据结构模块课程的开发,也是本研究的核心内容。基于现有的研究成果,确定本研究的课程内容,并结合相关理论做出大胆构思,设计教学过程中各环节的具体活动。第四章节是教学实验及其效果分析。结合实验方案所得出的结果显示,翻转课堂对调动学习积极性,引导学生对现有的问题进行深入思考和探索具有显著效果。第五章节是结论部分,对此次研究进行总结,同时对翻转课堂的发展前景做出展望。