课程文献中心 更多>>

关键词： 数据结构   大数据时代   教学内容   教学方式  

摘要： 针对大数据时代背景下的《数据结构》课程教学创新与改革展开研究。在教学内容上,提出将《数据结构》基础理论和大数据前沿知识在课堂教学中相互融合与促进;在教学方式上,一方面探索以问题讨论与分析为主线的互动式课堂教学,另一方面探索基础与应用兼顾的多层次实践教学。目标在于建立符合大数据时代特点的《数据结构》课程教学新模式,培养计算机专业学生基础与前沿并进的综合能力。

关键词： 区块链平台   数据结构   可信树   智能合约   执行架构  

摘要： 随着区块链技术的不断发展，业务场景的不断增加，越来越多的区块链平台受到人们的关注并积极建立起来。目前的几个主流区块链平台，无论是公链抑或是联盟链，都存在性能较低的现象。对于一个业务量较大，交易较为频繁的系统而言，如此低的TPS(Transactions Per Second)是无法忍受的。本文围绕区块链中两个关键技术，智能合约和Merkle Tree进行了系统研究，设计了一种新型Merkle Tree数据结构，并对智能合约执行架构进行了改进优化。\n 本文主要工作总结如下:\n 首先，本文对现有区块链技术进行了现状分析，并对现有主流区块链平台的架构设计、共识算法、交易处理、Merkle Tree计算和智能合约执行等组件进行了总结。在这其中，智能合约执行架构和Merkle Tree的Hash计算是制约现有区块链平台吞吐量的主要瓶颈之一。本文通过对Merkle Tree和智能合约执行架构的重新设计来提高并发效率，从而减少了每个区块的执行处理时间，最终达到提高整个平台吞吐的目的。\n 随后，本文对传统的Merkle Tree进行了分析，并针对通用型区块链平台提出了一种新型的Merkle Tree数据结构，使其可以并发的进行Hash计算。同时，该树还引入了多级缓存机制，结合EVM(Ethereum Virtual Machine)虚拟机进行定制化改进，提高了该Merkle Tree在区块链平台中Hash计算效率。在新型Merkle Tree的基础之上，本文对传统智能合约执行架构进行了改进和重新设计，使得智能合约间的执行也可以相互独立，提高了整个系统的并发和吞吐。\n 最后，基于上述设计，本文基于国产自主可控区块链平台Hyperchain进行了系统实现和集成测试，设计了四个常用场景进行测试分析，对比了优化前后整个区块链平台的TPS。实验表明，优化后的区块链平台达到了较高的吞吐和较低延迟，具有良好的可用性和可拓展性。

关键词： 高职   数据结构   有效教学  

摘要： "数据结构"是五年制高职计算机专业学生必修的重要专业基础课,在教学过程中,有的学生由于前导课程C语言学习的不扎实,导致许多学生认为数据结构听起来像"天书",数据结构学了没有用,文章就如何有效地进行数据结构的教学进行了探讨。

关键词： 电类专业   数据结构   教学改革  

摘要： 数据结构是电类专业一门专业选修课程,由于课程具有知识点分散、先行课为C语言程序设计等特点,实际教学效果并不理想。本文主要分析目前电类专业数据结构课程教学现状及其存在的教学问题,从培养学生的兴趣和掌握编程思想出发,为提高学生的编程能力和解决实际问题的能力,在教学过程中对教学方法进行一定程度地研究和探索,提出一些可操作的建议。

关键词： “数据结构”   课程教学   教学改革   改革研究  

摘要： 文章分析如何通过构建三位一体的信息化教学环境，以网络平台开展自主学习，以工程案例进行课堂翻转，以任务驱动进行拓展提升，提高课堂知识内化效率，提升学生自主学习能力和工程应用能力，同时也为程序设计类课程混合式教学模式改革提供新思路。

关键词： METAGENOMICS   SEQUENCE analysis   AMINO acid sequence   MICROBIAL genomics   BIOINFORMATICS  

摘要： Motivation: Metagenomic read classification is a critical step in the identification and quantification of microbial species sampled by high-throughput sequencing. Although many algorithms have been developed to date, they suffer significant memory and/or computational costs. Due to the growing popularity of metagenomic data in both basic science and clinical applications, as well as the increasing volume of data being generated, efficient and accurate algorithms are in high demand. Results: We introduce MetaOthello, a probabilistic hashing classifier for metagenomic sequencing reads. The algorithm employs a novel data structure, called l-Othello, to support efficient querying of a taxon using its k-mer signatures. MetaOthello is an order-of-magnitude faster than the current state-of-the-art algorithms Kraken and Clark, and requires only one-third of the RAM. In comparison to Kaiju, a metagenomic classification tool using protein sequences instead of genomic sequences, MetaOthello is three times faster and exhibits 20-30% higher classification sensitivity. We report comparative analyses of both scalability and accuracy using a number of simulated and empirical datasets. Availability and implementation: MetaOthello is a stand-alone program implemented in C++ thornthorn. The current version (1.0) is accessible via https://***/10.5281/zenodo.808941. Contact: liuj@*** Supplementary information: Supplementary data are available at Bioinformatics online.

关键词： 数据结构   创新人才   教学改革  

摘要： 本文针对高等院校培养创新人才的过程中面临的困难和挑战,深入分析数据结构课程的教学中存在的现实问题,通过对学生学习状况的了解,以及课堂内外的交流沟通,提出了以培养学生动手能力为核心的教学方案,激发学生学习的主动性,引导学生进行研究性学习。

关键词： SSD缓存系统   元数据结构   操作接口   内存占用量  

摘要： 随着NAND技术的快速发展，SSD技术的容量和性能也在不断的提升，特别是3D Xpoint技术的出现，给SSD容量和性能更大的提升空间。使用容量和性能更高的SSD设备给大容量的低速设备加速，就成为了存储技术发展的趋势。随着缓存技术的发展，使用SSD缓存技术来兼顾性能和成本也成为了存储领域普遍采用的技术。然而，现有的SSD缓存系统，在应对设备容量急剧增大的问题时显得力不从心，它们要么面临着缓存系统内存占用量过多的问题，要么面临着元数据操作效率低的问题。\n 为解决这一矛盾，本文设计了一种:降低内存占用、满足元数据操作接口需求、兼顾元数据操作效率的内存元数据管理结构。该管理结构基于B+tree，引入并扩展了lock-coupling协议提高树操作的并发度，其显著特点是:1.元数据管理产生的内存开销仅与有效缓存数据成正比;2.对索引的插入、查找、更新、删除、批量查找、批量更新等操作可以并发;3.降低元数据操作平均延迟，从而降低平均IO延迟;4.该元数据管理结构对外提供统一标准接口，可以支持针对不同应用定制元数据操作，满足特定应用的元数据管理需求。\n 本文基于BW-RAID系统的SSD缓存系统（即BWC系统），设计并实现了一个兼顾内存占用和元数据操作效率的SSD缓存系统RMCD系统。RMCD系统，在使用新的内存元数据管理结构时，采用定制元数据操作的方式满足元数据管理的需求，从而达到降低内存占用和降低IO平均延迟的效果。\n 测试结果表明，当SSD容量为1TB时，在随机写测试中，RMCD系统的最大内存占用仅有433MB;在顺序写测试中，RMCD系统最大内存占用也不超过2GB。相对于未采用并发设计的内存元数据管理结构，采用并发设计的内存元数据管理结构，在并发测试中，当并发的线程数在4至8之间时，平均IO延迟的降低幅度在24.6％到50％之间;当并发线程数为4的时候，平均IO延迟降低幅度最大。

关键词： Multi-objective optimization   Implicit enumeration techniques  

摘要： Solving multi-objective combinatorial optimization problems to optimality is a computationally expensive task. The development of implicit enumeration approaches that efficiently explore certain properties of these problems has been the main focus of recent research. This article proposes algorithmic techniques that extend and empirically improve the memory usage of a dynamic programming algorithm for computing the set of efficient solutions both in the objective space and in the decision space for the bi-objective knapsack problem. An in-depth experimental analysis provides further information about the performance of these techniques with respect to the trade-off between CPU time and memory usage. (C) 2017 Elsevier Ltd. All rights reserved.

关键词： Multi-fidelity modeling   Gaussian process regression   diverse data structures   knowledge transfer  

摘要： Multi-fidelity modeling (MFM) frameworks, especially the Bayesian MFM, have gained popularity in simulation based modeling, uncertainty quantification and optimization, due to the potential for reducing computational budget. In the view of multi-output modeling, the MFM approximates the high-/low-fidelity outputs simultaneously by considering the output correlations, and particularly, it transfers knowledge from the inexpensive low fidelity outputs that have many training points to enhance the modeling of the expensive high-fidelity output that has a few training points. This article presents a novel multi-fidelity Gaussian process for modeling with diverse data structures. The diverse data structures mainly refer to the diversity of high-fidelity sample distributions,i.e., the high-fidelity points may randomly fill the domain, or more challengingly, they may cluster in some subregions. The proposed multi-fidelity model is composed of a global trend term and a local residual term. Particularly, the flexible residual term extracts both the shared and output-specific residual information via a data-driven weight parameter. Numerical experiments on two synthetic examples, an aircraft example and a stochastic incompressible flow example reveal that this very promising Bayesian MFM approach is capable of effectively extracting the low-fidelity information for facilitating the modeling of the high-fidelity output using diverse data structures. (C) 2017 Elsevier Ltd. All rights reserved.