课程文献中心 更多>>

关键词： 思政元素   数据结构与算法   课程融合   实施路径  

摘要： 课程思政是高校落实“立德树人”根本任务的有效形式。《数据结构与算法》是高校计算机科学中一门综合性的基础课程。该课程的教学研究是科学实践的具体形式,蕴含丰富的思政元素。本文探讨了思政元素如何有效融入《数据结构与算法》课程教学的现状与实施情况。研究通过对思政元素的理解、课程中思政元素的挖掘、思政实施路径三个部分进行详细分析,旨在提升学生的综合素质与思想道德水平,促进课程思政教育的深化与普及。Curriculum-based ideological and political education is an effective way for universities to implement the fundamental task of “cultivating virtue and nurturing persons”. “Data Structures and Algorithms” is a comprehensive and foundational course in computer science at the university level. The teaching and research of this course represent a concrete form of scientific practice, rich in ideological and political elements. This paper explores the current status and implementation of effectively integrating ideological and political elements into the teaching of the “Data Structures and Algorithms” course. The research provides a detailed analysis through three adpects: understanding of ideological and political elements, identification of these elements within the course, and the pathways of their implementation. The aim is to enhance students’ comprehensive qualities and ideological and moral standards, and to promote the deepening and popularization of curriculum-based ideological and political education.

关键词： A^(*)算法   路径规划   权重优化   搜索剪枝   贝塞尔曲线  

摘要： 针对移动机器人路径规划中的A^(*)算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A^(*)路径规划算法.改进的A^(*)算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.同时,使用贝塞尔曲线对规划路径进行平滑处理,使得机器人的转弯更加渐进和连续,减少移动机器人的转角损失.实验结果表明:改进后的A^(*)算法搜索节点少,规划速度快,路径长度短,提高了路径规划的效率,更适合移动机器人路径规划.

关键词： 社团划分   影响力   k-shell算法   相似系数  

摘要： 针对传统标签传播算法因在节点更新序列初始化和标签更新过程中采用随机策略而导致的社团划分结果不稳定和准确度较低的问题,设计了一种融合影响力和标签传播的社团划分算法(ILPCD)。首先,基于k-shell算法对网络进行层次划分,并利用节点及其一阶邻居节点的k-shell值计算节点在网络中的全局影响力,并按照全局影响力的降序来初始化节点更新序列,消除更新顺序的随机性;然后,引入平滑系数对Jaccard相似系数的计算方法进行改进,更客观地衡量节点之间的关联性,得到节点的局部影响力;最后,依据局部影响力来更新标签,消除标签传播过程中的随机性。在4种真实网络数据集上的实验结果表明,ILPCD算法能够有效地对社团进行划分,并且具有更高的稳定性和准确性。

关键词： 遗传算法   煤矿开采   煤矿开采沉陷   沉陷预测   开采沉陷预测  

摘要： 由于煤矿开采条件复杂,因此在工程中难以准确地预测实际沉陷情况,导致矿区下沉量原始数据拟合曲线与预测数据拟合曲线偏差大。本文研究基于遗传算法的煤矿开采沉陷预测方法,通过合理布设沉陷测点获取准确数据,并综合考虑地质条件等因素构建预测模型。采用遗传算法优化模型参数,以提高预测精度。试验结果显示,基于遗传算法的预测方法显著优于其他方法,预测结果与实际测量值高度一致。当采用该方法处理非线性关系和多变因素时表现优越,为矿区安全开采和环境保护提供了科学依据,具有实际的应用价值。

关键词： 信息系统   数字化转型   运转效率   黑箱   生产生活方式   方式变革   治理体系   数字化发展  

摘要： 我国“十四五”规划纲要指出,要“加快数字化发展 建设数字中国”,提出“以数字化转型整体驱动生产方式、生活方式和治理方式变革”。在数字化转型的过程中,算法决定了各类数据的处理方式以及不同信息系统的运行逻辑,正随着生产生活方式的变革得到愈发广泛的应用,为社会运转效率和国家治理效能的提升提供了有力支撑。然而,算法在参与治理的过程中也产生了新的问题,“算法歧视”“算法黑箱”等现象严重制约着社会公共价值的实现。

关键词： 电力大数据   异常检测   PFCM算法   SSA算法  

摘要： 为提高电网数据异常检测可靠性,针对已有的PFCM算法存在的聚类中心难以选择的问题,提出了一种将PFCM算法和SSA相结合的电力大数据异常检测方法。其中,SSA算法被用来优化PFCM算法的初始中心。仿真验证表明改进后算法与传统算法相比具有优越性。

关键词： CNN算法   多特征融合   特征提取   老人摔倒预测   数据集  

摘要： 随着中国老龄化社会的到来,应对老年人口安全问题,特别是摔倒问题,变得越来越重要。提出了一种基于卷积神经网络(CNN)和多特征融合的预测系统。该系统整合了图像和生理信号等多种类型的特征信息,以提高摔倒预测的准确性。实验验证了基于CNN的多模型结构在老人摔倒预测中的优越性,以及多特征融合策略对模型性能的提升作用。与其他方法相比,所提出的方法在准确率、召回率、精确率和F1分数方面表现出优越性,准确率可达到95.93%。此研究为预测和预防老年人摔倒提供了一种高效且可靠的方法。

关键词： 近红外   极限学习机   血迹种属   无损   快速  

摘要： 血迹是刑事案件案发现场最重要的物证之一,快速识别血迹、获取潜在证据,对刑事案件侦破具有重要意义。本文采用手持式近红外光谱仪采集了不同颜色纯棉纺织物上的人血、鸡血和猪血等不同类型的血迹样本的近红外光谱数据。利用标准正态变量(SNV)的预处理方式对采集的近红外光谱数据进行预操作,结合极限学习机(ELM)算法建立血迹种属快速识别模型。接下来,对建立的血迹种属快速识别模型进行了样本测试,并与使用传统支持向量机(SVM)和遗传算法-反向传播(GA-BP)所建立识别模型的测试结果进行了对比和分析。实验结果表明,ELM算法的预测准确率为98.48%,高于GA-BP算法的预测准确率(84.62%)和SVM算法的预测准确率(73.84%)。同时,ELM算法的精准度、灵敏度、特异度和F1-score也均远高于SVM和GA-BP算法。ELM算法所建立的血迹种属识别模型达到了较高的准确率,具有最佳的建模效果。本文的研究结果表明基于手持式近红外光谱仪和ELM算法结合的快速检测方法能够高效、无损、快速、准确地识别血迹类型,为刑事案件中血迹种属的快速鉴定和识别提供了新的技术参考。

关键词： 独立储能电站   大数据技术   云边协同   工程示范项目  

摘要： 随着我国独立储能电站日益增多及其建设容量不断增加,其投后管理问题也逐步成为电站运行人员亟须解决的重要问题。为提高大型独立储能电站的投后管理水平,提出了由边缘数据系统(DMS)与云网系统(CMS)组成的储能大数据管理系统,通过分析其功能,探讨DMS独立部署、CMS直连部署、DMS+CMS云边协同部署3种方式,并分析储能大数据管理系统在示范工程项目中的应用,为大型独立储能电站数字化建设提供参考。