算法思想

摘要： 学习内容分析本课节选自2019年教科版《必修1数据与计算》4.2《数值计算》,主要内容为“绘制数学函数曲线”和“求解斐波那契数列”两个任务。本课的主要意图旨在帮助学生掌握数值类问题求解常用的算法思想,针对问题来选择合理的算法以解决实际问题。考虑到两个任务属于并列关系,且任务之间关联度不高,没有紧密联系实际问题的求解,只停留于数值计算的知识层面,所以本课通过求解折纸折痕数量的两种方法来串联两个任务包含的主要知识点.

摘要： 大数据的时代迫切要求提高效率,一种方法是在硬件方面进行改进,设计一种比较高效实用的硬件结构;另一种方案就是在算法层面进行优化.比如一个算法的时间复杂度为O(2^n),如果数据量急剧增加,所用的时间也急剧增加,仅仅在硬件方面的考虑已经满足不了对效率的要求,而此时就要求从算法层面去考虑.着重于从算法方面进行优化,一个问题的解决可能有多种,但并不是所有方案都是满足要求的.以C语言为例,介绍基本的算法思想,希望对读者有所启发.

摘要： 对知识的前向解释力直接影响后向生发的创造力,因此人工智能的算法思想对于青少年学习人工智能更为重要。我们的课程旨在引导中小学生探索人工智能算法的内生机理,其主要面临以下两大挑战:挑战一来自于学习者,低龄学生低认知水平、弱分析问题能力引发了与复杂算法机理理解的矛盾;挑战二来自于学习对象,算法编程实践的复杂性引发了与低龄学生零代码基础的矛盾与复杂算法编程实践的矛盾。

摘要： 随着新教学方法的顺利实施,学校和家长对学生的计算能力提出了更高的要求。算法的运用,已经成为高中数学课堂教学的必学内容。算法是解决问题的程序及解题过程中的步骤,可以帮助学生提高解题效率,锻炼学生的数学思维。由于算法思想具有一定的抽象性,高中生在学习时会比较难懂。同时,由于高中数学知识繁多复杂,学生在学习的过程中会产生一定的厌倦感。因此,教师要积极利用各种教学手段,让学生掌握数学算法思想。

摘要： 掌握算法与理解算理是计算教学的基本目标,也是发展学生数学思维、培养算法思想的重要载体。但教学实践中存在一些问题:混淆“法”与“理”,把无目的的学具操作当作借助直观操作理解算理;学生能够熟练计算的情况下,教师却非要让学生回答“为什么这样算”,导致学生学习兴趣丧失;为了算法“多样”而多样,不能处理好多样化与最优化之间的关系等。

摘要： 算法是计算机科学的基础,算法思想是指按照一定的步骤去解决某个问题的程序化思想。笔者在课堂教学中从鼓励直觉思考、挖掘教材思想、引导迁移学习这三个层次实施建构算法思想的策略。本研究致力于帮助学生建构算法思想,提升解决问题的能力,养成科学的思维方式。

摘要： 算法可以说是数学内容与数学思想中的重点内容,也是计算机的基础,随着教育的不断发展,算法思想逐渐受到人们的重视,应积极创新教学内容,将其合理的渗透在中学数学教学中,促使学生全面发展.本文从算法思想在中学数学中的渗透内容入手,深入开展分析,探索其渗透方式,提升小学生的综合数学素养.

摘要： 大数据课程是高校计算机学院针对非计算机专业学生设计的专业核心和必修课程,该课程具有较强的理论性及应用性.该文根据大数据课程的教学目标,对该门课程的建设有一定的创新认识.

摘要： 算法是数学和计算机科学中的重要内容,其中所蕴含的丰富算法思想被延伸到各个领域当中,教育领域同样也不例外.算法思想应用在初中数学教学实践中,其所能够展现出的价值显著,具体表现在对学生思维习惯、思维能力以及算法知识的掌握程度等多方面.为检验算法思想在初中数学教学中的具体实践价值,将其分别应用到方程教学、函数教学、几何教学当中,针对性地提出算法思想的实践策略,为初中数学教学创新实践奠定基础.

摘要： 本设计由现实背景提出计算曲边梯形面积这一问题，从几何直观到数列求和，利用HP39gs图形计算器进行编程，定量计算出所有直边图形面积的和，以期帮助学生更好理解“以直代曲”和“逼近”等思想方法，再由代数推理求出其极限值．通过MCL技术的运用，给出数列求和的通用方法，增强学生用算法思想解决问题的意识。本设计就在”如何恰当利用HP39gs图形计算器更好地理解数学本质”方面作一次尝试。

摘要： 本发明公开了一种基于级联思想的病理全切片图像分割算法，包括：两个U‑Net结构，第一个网络用低分辨率下采集的样本进行训练，滤除易于分割的区域，得到大致的癌症区域分割结果；第二个网络优化第一个网络得到的癌症区域分割结果。本发明不仅提升了数字病理图像分割精度，而且缩短了测试时间。

摘要： 本发明公开了一种基于公度性思想的最小二乘法路径预测算法，基于真实的用户轨迹，收集轨迹数据集提取出经纬度数据，根据时间阈值划分出轨迹，将从轨迹起始点到不超过距离阈值的所有点所在区域规划成一个移动点，然后将轨迹中每个相邻移动点间的中心点相互连接形成新的轨迹图，得到每个相邻点对应的角度值，根据角度阈值筛选得到转弯角度集合，利用可公度性对转弯角度集合进行验证并通过最小二乘法拟合得到当前轨迹的误差值，根据误差值预测用户下一次轨迹的转弯角度，最后结合时间和速度规划出路径，统计并找出用户的运动角度变化规律可以更进一步的在基于用户自身的基础上提高预测的准确性。

摘要： 本发明提供一种融合卡尔曼滤波预测思想的适用于移动机器人导航的改进蚁群算法，所述包括引入信息素初始分布规则初始化信息素全局分布，提高初始信息素启发作用；所述采用融合最优节点预测模型的复合型节点选择策略进行蚂蚁寻路过程中的节点选择，增大最优节点选择概率；所述采用融合卡尔曼滤波思想的预测信息素更新模型进行全局信息素浓度最优更新，根据迭代前后两次信息素数值进行最有融合和预测，增大信息素启发作用；所述采用动态更新方式进行蚁群算法节点概率公式中的信息素权重因子和启发信息权重因子的动态更新，加速算法收敛。该方法对于蚁群算法过程具有高度启发作用，改善蚁群算法在移动机器人路径规划过程中的收敛速度慢、精度低等不足，提高算法效率。

摘要： 本发明公开了一种基于PID控制思想的无刷电机三轴稳定控制算法，所述无刷电机三轴稳定控制的Speed＝Kp*e(k)+Ki*∑e(k)+Kd[e(k)‑e(k‑1)]，其中e(k)为本次偏差；e(k‑1)为上一次的偏差；∑e(k)：e(k)以及之前的偏差的累积和；k为1,2,…k；Speed为输出。本发明具有响应速度快；误差小、精度高等优点。

摘要： 本发明公开了一种基于级联思想的病理全切片图像分割算法，包括：两个U‑Net结构，第一个网络用低分辨率下采集的样本进行训练，滤除易于分割的区域，得到大致的癌症区域分割结果；第二个网络优化第一个网络得到的癌症区域分割结果。本发明不仅提升了数字病理图像分割精度，而且缩短了测试时间。

摘要： 本发明公开了一种基于粒子群位置更新思想灰狼优化算法的K‑Means文本分类方法，属于数据挖掘领域，该方法包括以下步骤：对文本数据进行预处理，采用余弦角度为相似性度量，分别计算预处理后文本数据向量中的每一个数据对象到每一个初始灰狼个体的初始聚类中心点间的距离，计算下一个灰狼个体的数据分配结果，直到灰狼种群中所有的灰狼个体都计算完毕，得到N种初步文本聚类结果；断粒子群位置更新思想改进的灰狼优化算法的K‑Means聚类算法是否达到最大迭代次数，根据X

摘要： 本发明提出了基于模拟退火算法改进的邻域搜索检测算法、基于对称‑加权连续超松弛迭代(Weighted Symmetric Successive Over Relaxation Iteration，WSSOR)算法求解初始解和设置多邻域搜索候选集并行搜索这三个创新点，在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中，现有的邻域搜索算法只接受比当前解更优的解，容易陷入局部最优解的问题，因此引入模拟退火算法中的概率因素，以一定的概率来接受一个比当前解还要差的解，跳出局部最优，搜索到全局最优解，从而显著地提高了算法的检测性能；同时，在求解初始解时，利用WSSOR迭代来处理复杂的矩阵求逆运算，降低初始解的求解复杂度；进一步通过解向量间不同的符号比特数来设置多邻域搜索候选集进行并行搜索，从而增大有效搜索面积、提高搜索速度。

摘要： 本发明公开一种基于Adaboosting算法思想的图像去噪方法，其包括：步骤a，选定滤波器集合F以及参数范围；步骤b，初始化像素权重；步骤c，进入循环处理，计算每个循环对应的滤波器清晰度误差、对应的滤波器权重以及更新后各个像素的权重；步骤d，生成‘强去噪图像’；步骤e，改变滤波器类型。还公开了一种与基于Adaboosting算法思想的图像去噪方法相对应的装置。这样，采用Adaboost图像去噪法，考虑了各个‘弱滤波器’的效果，找到最优的滤波器组合，Adaboost图像去噪法有效解决单一滤波器不能解决的多噪声，未知噪声的图像问题，该方法为图像去噪乃至于图像处理其他方面提供了一个有效的解决方向。

摘要： 本发明公开了一种基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法，以光谱数据波长变量个数为码长进行粒子群初始化和温度初始化，使用粒子中值为“1”二进制位对应的光谱波长变量建立偏最小二乘回归模型，以交叉验证均方根误差为适应度函数，选出每个粒子的个体历史最优和整个种群的群体历史最优，计算每个粒子中值为“1”二进制位的移动速度并更新位置，对更新位置的粒子生成扰动解，最终采用交叉验证均方根误差最小的粒子作为群体历史最优位置，该粒子值为“1”二进制位的编号即为优选的光谱特征波长变量。本发明实现了粒子值为“1”二进制位的指导性寻优，融合了模拟退火策略，具有高效的特征波长选择能力。

摘要： 本发明公开一种基于Adaboosting算法思想的图像去噪方法，其包括：步骤a，选定滤波器集合F以及参数范围；步骤b，初始化像素权重；步骤c，进入循环处理，计算每个循环对应的滤波器清晰度误差、对应的滤波器权重以及更新后各个像素的权重；步骤d，生成‘强去噪图像’；步骤e，改变滤波器类型。还公开了一种与基于Adaboosting算法思想的图像去噪方法相对应的装置。这样，采用Adaboost图像去噪法，考虑了各个‘弱滤波器’的效果，找到最优的滤波器组合，Adaboost图像去噪法有效解决单一滤波器不能解决的多噪声，未知噪声的图像问题，该方法为图像去噪乃至于图像处理其他方面提供了一个有效的解决方向。