检索结果-内蒙古大学图书馆

以个体价值需求为导向的大学生综合素质培养体系建设研究

引用

课程教育研究（新教师教学） 2016年第7期 33-33页

作者：魏炜杨渊刘洋赵曼莉北京交通大学计算机与信息技术学院北京 100044

当前大学生思想政治教育面临着诸多问题，其中突出的是如何符合大学生个体价值需求，全面增强学生综合素质，本文以个体价值分析入手，找到符合大学生个体价值需求的综合素质培养体系建设方式，并进行了具体设计。

关键词：大学生个体价值综合素质培养

来源：评论

学校读者我要写书评

暂无评论

时间序列的表示与分类算法综述

引用

计算机科学 2015年第3期42卷 1-7页

作者：原继东王志海北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

时间序列是按照时间排序的一组随机变量,它通常是在相等间隔的时间段内,依照给定的采样率,对某种潜在过程进行观测的结果。时间序列数据广泛地存在于商业、农业、气象、生物科学以及生态学等诸多领域,从时间序列中发现有用的知识已成为... 详细信息

时间序列是按照时间排序的一组随机变量,它通常是在相等间隔的时间段内,依照给定的采样率,对某种潜在过程进行观测的结果。时间序列数据广泛地存在于商业、农业、气象、生物科学以及生态学等诸多领域,从时间序列中发现有用的知识已成为数据挖掘领域的研究热点之一。在时间序列表示方面,主要介绍了非数据适应性表示方法、数据适应性表示方法和基于模型的表示方法;针对时间序列的分类方法,着重介绍了基于时域相似性、形状相似性和变化相似性的分类算法,并对未来的研究方向进行了进一步的展望。

关键词：时间序列时间序列分类时间序列表示

来源：评论

学校读者我要写书评

暂无评论

基于关联规则映射的生物信息网络多维数据挖掘算法分析

引用

无线互联科技 2015年第19期12卷 35-36页

作者：吐尔逊江.托合提北京交通大学计算机与信息技术学院北京100044

要想对生物信息网络数据进行大范围的挖掘,所应用到的算法有很多不足之处,比如,精确度低,运行速度迟缓以及占内存等,基于这一背景,文章提出了一种能够对生物信息进行映射并关联的数据挖掘算法,这种算法不仅能够映射关联,确定网络数据集... 详细信息

要想对生物信息网络数据进行大范围的挖掘,所应用到的算法有很多不足之处,比如,精确度低,运行速度迟缓以及占内存等,基于这一背景,文章提出了一种能够对生物信息进行映射并关联的数据挖掘算法,这种算法不仅能够映射关联,确定网络数据集,还能够基于算法引入相对误差,使算法的精确性提高。通过构建数据集间的关联,能够对空间内的数据进行区分,达到更好的数据挖掘效果。

关键词：关联规则映射生物信息网络数据挖掘算法

来源：评论

学校读者我要写书评

暂无评论

基于案例教学在大学计算机基础实验教学中的尝试

引用

教育教学论坛 2015年第10期 230-231页

作者：黄宇北京交通大学计算机与信息技术学院北京100044

本文就大学计算机基础实验教学,通过精心设计准备与同学们密切相关,同学们又感兴趣的学生成绩单的典型教学案例,在教学组织、教学方法和教学内容设计上进行了有益的尝试,激发了同学们的学习兴趣及学习钻研精神,调动了同学们学习的积极... 详细信息

本文就大学计算机基础实验教学,通过精心设计准备与同学们密切相关,同学们又感兴趣的学生成绩单的典型教学案例,在教学组织、教学方法和教学内容设计上进行了有益的尝试,激发了同学们的学习兴趣及学习钻研精神,调动了同学们学习的积极性和参与性,培养了同学们的自主学习能力,提高了同学们的学习力和思考力,以及分析问题和解决问题的实际能力,以培养能力为中心,受到了同学们的肯定。教师要在教学过程中不断反思提高自己的教学方法,积淀自己的知识,更好地为同学们服务。

关键词：案例教学大学计算机基础实验培养能力

来源：评论

学校读者我要写书评

暂无评论

一种基于节点中心度的社区划分新算法

引用

现代计算机（中旬刊） 2015年第3期 22-25页

作者：乔健杨昆朋北京交通大学计算机与信息技术学院北京100044

针对传统的K-means算法的划分结果受初始中心节点影响较大,以及每次刷新中心节点均需要进行计算,使得算法运行时间较高等问题,提出一种基于中心度的K-means改进算法CDK算法。该算法根据节点的中心度以及节点之间的最短路径来确定初始社... 详细信息

针对传统的K-means算法的划分结果受初始中心节点影响较大,以及每次刷新中心节点均需要进行计算,使得算法运行时间较高等问题,提出一种基于中心度的K-means改进算法CDK算法。该算法根据节点的中心度以及节点之间的最短路径来确定初始社团的中心节点,然后根据节点之间的Jaccard相似度,将非中心节点划分到K个社团中。CDK算法避免了传统的K-means算法由于随机选取初始中心点而造成划分结果不稳定、精度较差的问题,同时CDK算法在刷新中心节点的时候无须进行计算,具有更低的时间复杂度。

关键词：中心度 K-means 社区发现

来源：评论

学校读者我要写书评

暂无评论

面向移动数据安全检测的文本分类算法比较研究

引用

无线互联科技 2015年第24期12卷 115-118页

作者：程骏王健北京交通大学计算机与信息技术学院北京100044

随着移动互联网的普及和发展,移动终端越来越多的承载着互联网的应用和服务,安全问题日益严峻,移动数据安全检测具有重要的意义。文本分类作为一种自动化的数据挖掘技术,应用于移动数据安全检测可以在应用层实现对安全威胁的有效分类检... 详细信息

随着移动互联网的普及和发展,移动终端越来越多的承载着互联网的应用和服务,安全问题日益严峻,移动数据安全检测具有重要的意义。文本分类作为一种自动化的数据挖掘技术,应用于移动数据安全检测可以在应用层实现对安全威胁的有效分类检测,具有自动化、高效、跨平台等诸多优势。文章对主流的文本分类算法进行了研究分析,并基于文本分类的思想和移动数据的结构特点,建立了移动数据安全分类模型框架。最后,通过实验进行了文本分类算法的分类效果比较,对今后移动数据安全检测研究中分类算法的选取具有一定的研究和应用指导价值。

关键词：移动数据文本分类安全检测分类算法

来源：评论

学校读者我要写书评

暂无评论

对微云的网络取证研究

引用

信息网络安全 2015年第3期 69-73页

作者：杨新宇王健北京交通大学计算机与信息技术学院北京100044

云存储应用是目前使用最广泛的云计算服务之一,然而云存储为用户提供随时存取数据的便捷服务的同时,通过云存储传播敏感文件,导致泄密的风险也大大增加。而云计算环境给传统的数字取证带来诸多挑战。为此面向云存储的取证已经成为取证... 详细信息

云存储应用是目前使用最广泛的云计算服务之一,然而云存储为用户提供随时存取数据的便捷服务的同时,通过云存储传播敏感文件,导致泄密的风险也大大增加。而云计算环境给传统的数字取证带来诸多挑战。为此面向云存储的取证已经成为取证技术研究热点。文章在传统数字取证模型的基础上,提出一种基于网络取证的云存储取证模型,通过协议分析对微云进行取证,证实了云存储网络取证的可行性。最后为云存储取证的下一步工作提出方法和思路。

关键词：云存储网络取证取证模型协议分析

来源：评论

学校读者我要写书评

暂无评论

科研项目驱动的铁路信息系统集成与应用课程教学案例建设

引用

计算机教育 2015年第12期 39-42页

作者：张春刘峰张宁李红辉张骏温北京交通大学计算机与信息技术学院北京100044

针对铁路信息系统集成与应用课程中学生对铁路信息技术缺乏系统性认识、实践动手能力不足的问题,提出依托铁路信息技术实验平台,构建铁路运输安全监控典型应用半实物教学环境,将科研项目作为驱动载体进行课程教学案例建设。

关键词：项目驱动信息系统集成与应用教学案例建设

来源：评论

学校读者我要写书评

暂无评论

基于P2P和网格ID的位置匿名算法研究

引用

信息网络安全 2015年第3期 28-32页

作者：车浩然何永忠刘吉强北京交通大学计算机与信息技术学院北京100044

位置匿名算法是当前基于位置的服务中隐私保护领域的研究热点之一。现有的位置匿名算法大多采用中心式结构,由中心匿名服务器对用户进行匿名,但中心匿名服务器很容易成为性能的瓶颈和集中攻击的目标。近年来有研究人员提出将P2P模式引... 详细信息

位置匿名算法是当前基于位置的服务中隐私保护领域的研究热点之一。现有的位置匿名算法大多采用中心式结构,由中心匿名服务器对用户进行匿名,但中心匿名服务器很容易成为性能的瓶颈和集中攻击的目标。近年来有研究人员提出将P2P模式引入位置匿名算法,但目前提出的算法在性能和安全性上都有不足。针对上述情况,文章提出了一种基于P2P和网格ID的位置匿名算法,通过网格ID来隐藏用户的精确位置并寻找满足用户隐私需求的匿名区域。经过与已有算法的比较,本算法可以提高匿名成功率,降低匿名区域的面积,同时避免针对P2P的匿名区域中心攻击,且不暴露任何用户的精确位置。

关键词：位置匿名算法 P2P 网格ID

来源：评论

学校读者我要写书评

暂无评论

基于深度信念网络的入侵检测模型

引用

现代计算机（中旬刊） 2015年第1期 10-14页

作者：杨昆朋北京交通大学计算机与信息技术学院北京100044

针对传统入侵检测方法在检测速度、精度、复杂度等方面的缺陷,提出一种基于深度信念网络的支持向量机入侵检测模型(DBN-SVM)。该模型利用两层的限制玻尔兹曼机进行结构降维,再用BP神经网络反向微调结构参数,从而获得原始数据的相应最优... 详细信息

针对传统入侵检测方法在检测速度、精度、复杂度等方面的缺陷,提出一种基于深度信念网络的支持向量机入侵检测模型(DBN-SVM)。该模型利用两层的限制玻尔兹曼机进行结构降维,再用BP神经网络反向微调结构参数,从而获得原始数据的相应最优表示。利用支持向量机对数据进行网络入侵的识别。通过对NSL-KDD数据集仿真实验表明,DBN-SVM模型是一种可行的、高效的入侵检测模型,为入侵检测提供一种全新的思路。

关键词：深度学习入侵检测深度信念网络特征降维支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：