施蕾

作品数:8被引量:65H指数:4
导出分析报告
供职机构:解放军理工大学更多>>
发文主题:教学方法探讨教学方法数据结构教学设计ID3更多>>
发文领域:自动化与计算机技术文化科学更多>>
发文期刊:《计算机教育》《计算机与现代化》《数据采集与处理》《中国教育技术装备》更多>>
所获基金:国家自然科学基金教育部新世纪高等教育教学改革工程项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
基于标记关系的多标记社团发现算法被引量:1
《数据采集与处理》2017年第2期363-374,共12页李娜 潘志松 施蕾 薛胶 任义强 
国家自然科学基金(61473149)资助项目
真实世界的对象具有多义性,具有非单一的多种标记。对于多标记的学习,现阶段的工作虽然能够利用标记间的重用评分分析多标记间的关系,但是尚不能直观挖掘出多标记的关系结构,也不能准确掌握多标记的主从关系以及多标记的重要性排名情况...
关键词:多标记 标记关系 非负矩阵分解 社团发现 
数据结构课程MOOC教学模式探讨被引量:3
《中国教育技术装备》2017年第1期37-39,共3页吴永芬 陈卫卫 王真 施蕾 唐艳琴 
通过探讨数据结构课程的MOOC教学模式,希望通过MOOC提供给学生一种与传统课堂教学和网络公开课不同的学习渠道,激发学生的学习兴趣,引导学生探索知识,更好地掌握数据结构这门课程。
关键词:数据结构课程 MOOC教学模式 教学设计 
基于概念图和BOPPPS模型的教学研究与实践被引量:35
《计算机教育》2015年第6期61-65,共5页陈卫卫 李清 李志刚 施蕾 
教育部2013年教改项目"以计算思维为切入点的军队院校理工类大学计算机系列课程改革研究"(2-1);教育部2013年教改项目"突出计算思维培养的兵种合训学员计算机系列课程教学改革研究"(2-1-ZXM-02);解放军理工大学2014年教育教学改革课题(GJ1403019)
为了更有效地组织教学过程、提高教学效果,文章研究教学问题的内涵特点,构建设计教学问题的原则和策略,并给出利用BOPPPS模型在算法与数据结构课程中应用实践的案例。
关键词:教学设计 概念图 数据结构 算法 BOPPPS模型 
“数据结构”小班化教学探讨被引量:5
《计算机工程与科学》2014年第A01期244-247,共4页唐艳琴 陈卫卫 施蕾 
突出计算思维培养的兵种合训学员计算机系列课程教学改革研究(2-1-ZXM-02)
面对军队院校转型时期对培养"创新型"人才目标的新要求,我们将小班化教学引入"数据结构"课程中。本文提出了在理念教学中采用"问题(需求)-模型-算法-演变"教学模式和"读仿改究"的学习方法,在实践教学中采用"单一算法-Project-程序设计竞...
关键词:小班化教学 数据结构 学习理论 实践教学 
基于数据库实现工作流管理系统的研究被引量:2
《电脑知识与技术》2010年第10期7892-7894,7897,共4页张欣星 李清 施蕾 
目前的工作流管理系统得到广泛应用,业务逻辑通常由服务器软件实现,不够灵活和直观。通过分析工作流各个环节和要素,找出它们与数据库和WEB交互页面之间的关系,提出了一种依靠数据库和WEB页面实现工作流管理软件的框架。根据实际业...
关键词:工作流 工作流管理系统 数据库 存储过程 
数据挖掘中决策树方法的研究被引量:13
《计算机与现代化》2009年第10期29-32,共4页施蕾 唐艳琴 张欣星 
决策树是一种求解分类问题的重要技术。本文重点研究数据挖掘中的决策树方法,概述决策树方法的基本原理和优越性,阐述经典的ID3算法并对算法进行分析,讨论若干针对分裂属性选择的改进算法,提出决策树算法理论进一步研究的方向。
关键词:数据挖掘 决策树 ID3 
C语言中循环结构的教学方法探讨
《中国电子商情(通信市场)》2009年第2期301-305,共5页施蕾 陈卫卫 
本文探讨了C语言中循环结构的教学方法。首先通过精心设计导入法,激发学生的学习兴趣。接着通过提炼语法要素,迅速把握循环结构的要点。最后按照程序设计的一般方法,解决实例问题,培养学生解决问题的能力。
关键词:C语言 循环结构 教学方法 
基于主成分分析的决策树构造方法被引量:6
《小型微型计算机系统》2008年第7期1245-1249,共5页孟凡荣 蒋晓云 田恬 施蕾 申丽君 
国家自然科学基金项目(50674086)资助
针对传统的ID3算法在选择分裂属性上对取值较多属性过分依赖的缺点,提出了基于主成分分析的决策树优化算法.该算法是通过主成分分析综合了信息增益和相关度系数来选择分裂属性.论文通过UCI提供的标准数据集,对优化算法进行测试,分析了...
关键词:决策树 ID3 主成分分析 PCA-DT 
检索报告 对象比较 聚类工具 使用帮助 返回顶部