您的位置: 专家智库 > >

张望

作品数:7 被引量:18H指数:3
供职机构:河南科技大学更多>>
发文基金:教育部科学技术研究重点项目国家自然科学基金河南省高校青年骨干教师资助项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇期刊文章
  • 1篇会议论文

领域

  • 7篇自动化与计算...

主题

  • 4篇聚类
  • 4篇聚类算法
  • 3篇个性化服务
  • 1篇多媒体
  • 1篇多媒体课件
  • 1篇信息管理
  • 1篇言教
  • 1篇医院信息
  • 1篇医院信息管理
  • 1篇医院资源
  • 1篇英语
  • 1篇英语网络
  • 1篇用户
  • 1篇语言
  • 1篇语言教学
  • 1篇自适
  • 1篇自适应
  • 1篇自适应聚类
  • 1篇自适应聚类算...
  • 1篇外语

机构

  • 7篇河南科技大学

作者

  • 7篇张望
  • 4篇王辉
  • 2篇任宁宁
  • 1篇高利军
  • 1篇范明

传媒

  • 2篇微电子学与计...
  • 1篇河南科技大学...
  • 1篇电脑与电信
  • 1篇电脑知识与技...
  • 1篇科技创新导报
  • 1篇2007全国...

年份

  • 3篇2013
  • 1篇2008
  • 3篇2007
7 条 记 录,以下是 1-7
排序方式:
文档与考试在医院资源公共服务平台上的实现
2013年
文档与考试模块是医院资源公共服务平台中人力资源管理平台的重要组成部分,通过文档的发布和在线考试,实现人员素质提高和管理制度的贯彻执行。
张晨张望李贤敏
关键词:医院信息管理公共服务平台
个性化服务中自适应聚类算法的研究被引量:3
2007年
针对传统K-Means聚类算法需要用户输入聚类数目的缺点,对K-Means聚类算法进行了改进,提出使用一个有效指数来克服这个问题,该算法不需要背景知识,自动聚类,提高了聚类的准确性。该算法还可以根据数据量的大小确定合适的步长,增强了适应性。通过将该算法应用于网站日志数据中对用户进行聚类,验证了算法的有效性。
高利军王辉张望
关键词:聚类算法
个性化服务中的并行K-Means聚类算法
K-Means聚类算法在基于Web日志的个性化服务领域得到广泛的应用,但是在处理海量数据过程中,传统的(单机)K-Means聚类算法存在着可扩展性差、效率低下、运行时间长等缺点,在充分研究传统K-Means聚类算法的基础...
张望王辉
关键词:网站用户个性化服务并行处理聚类算法
文献传递
浅谈计算机辅助手段在语言教学中的应用
2013年
计算机辅助语言教学已经成为高校外语教学的一种常态教学方式。但是由于对其特点的认识及使用存在一些不足之处,导致计算机辅助外语教学的开展效果不尽人意。本文就如何有效利用多媒体课件和网络教学这两种常用的计算机辅助外语教学手段进行外语教学做了分析探讨。
任宁宁张望
关键词:计算机辅助外语教学多媒体课件网络教学
一种基于Web的英语网络考试系统的设计与分析被引量:1
2013年
随着计算机技术和网络技术的发展,高校英语网考将是高校一种重要的英语考试方式。该文设计了一种基于web的英语考试系统,并对其运行结果进行了分析。
任宁宁张望
关键词:英语WEB网络考试系统
基于集群环境的K-Means聚类算法的并行化被引量:10
2008年
K-Means聚类算法在面对海量数据时,时间和空间的复杂性已成为K-Means聚类算法的瓶颈。在充分研究传统K-Means聚类算法的基础上,提出了基于集群环境的并行K-Means聚类算法的设计思想,给出了其加速比估算公式,并通过实验证明了该算法的正确性和有效性。
王辉张望范明
关键词:集群K-MEANS聚类算法
个性化服务中的并行K-Means聚类算法被引量:5
2007年
K-Means聚类算法在基于Web日志的个性化服务领域得到广泛的应用,但是在处理海量数据过程中,传统的(单机)K-Means聚类算法存在着可扩展性差、效率低下、运行时间长等缺点,在充分研究传统K-Means聚类算法的基础上,发现K-Means聚类算法中蕴含的并行性,提出了一种基于用户的并行处理K-Means聚类算法,并将该并行算法应用到个性化服务中对网站用户进行聚类,有效地缩短了用户聚类的时间。
张望王辉
关键词:个性化服务聚类算法
共1页<1>
聚类工具0