简介:数据流的概念会随着时间的变化而变化,例如天气预报和网络监控。这种随时改变概念的现象叫做概念漂移。如果不处理好概念漂移不仅降低聚类的质量,并且还会导致错误的聚类结果。现有的概念漂移算法大多都依据分类算法,根据分类算法中的错误率来判断概念漂移。然而,在随时变化的数据流中很难发现类标签。在聚类检测概念漂移中,很多聚类算法都是再概念漂移检测之前,所以当发生概念漂移的时候还要重新聚类。我们提出了一种基于密度网格的数据流聚类和概念漂移检测算法,这个框架采用了一种策略动态地改变滑动窗口。由于用到了密度网格技术,它提升了DCDA检测算法的效率,并且利用可变滑动窗口替换了固定滑动窗口以适应数据流的变化。实验结果证明我们的框架在准确率和时间效率上好于DCDA。
简介:近年来,大学英语教学危机四伏,不仅面临着学分减少、课时缩减的压力,而且其“费时低效”的不争事实也备受诟病。如何顺应时代发展的要求、改革陈旧的教学方法与教学模式已成为业界专家学者和众多普通大学英语教师面对的重要课题。因其独特性,翻转课堂从层出不穷的各种教学模式中脱颖而出,成为众多学者研究的热点。与此同时,移动互联网的飞速发展和移动终端设备的广泛应用也使泛在学习、移动学习和碎片化学习成为广为新生代大学生所推崇的信息获取方式。因此,本文通过在教学实验与实验数据分析,探讨融合泛在移动学习的翻转课堂教学模式在大学英语教学中应用的可行性及有效性,为相关后续研究做出铺垫,以期促进大学英语教学改革的深入发展。
简介:软件项目工作量估算是软件项目成本估算的基础。合理的软件成本估算有助于业主方在以下方面做出理性的决策:在软件项目投资、招标、软件项目外包以及对软件项目开发过程中的监督管理等方面。COCOMO模型是目前应用于软件项目成本估算方法中最广泛、最受欢迎的模型之一。本文首先研究并给出了软件项目工作量估算的常用方法,详细介绍了COCOMO模型和COCOMOII模型估算方法,并指出了模型修正的意义所在;然后介绍了工作量估算中软件项目规模度量的常用方法,重点介绍了基于功能点分析的软件规模度量方法;最后,通过研究分析前人提出的软件项目工作量估算“三步法”,针对算法的问题和不足,提出了完善的建议和改进的方法,并据此提出了新的软件项目工作量估算流程模型;同时,阐述了本文提出算法的合理性和有效性。
简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。