学科分类
/ 1
17 个结果
  • 简介:《国际物理教育通讯》已正式创刊发行。由于它能准确地传递国际物理教育信息.及时地介绍和推荐各国物理教育的先进思想、方法和手殷等,它将对我国物理教育及改革产生深远的影响,它是我国物理教师及有关工作者的良师益友。

  • 标签: 物理教育 良师益友 物理教师 通讯 国际 中国
  • 简介:当今社会已进入以微电子、电子计算机、机器人、生物工程为主导的高科技社会,高科技的迅猛发展与广泛渗透,使珠算教学面临着前所未有的严峻考验。在一些人的脑子里认为我们传统而古老的算具———算盘没有必要了。职业学校的教学对象是一些面向未来的天之骄子,他们喜好新鲜,热衷于电脑、电影、电视、信息、文艺杂志等代表时代的一切。这一层次的学生不同于职业培训生,他们没有真正接触过实际工作,不象培训生有一种直接的紧迫感和压力;另外他们也不同于小学生,无法普及珠心算,充分体现珠算的智力开发和教育功能,为此,如何使职业学校的珠算教学任务高质量高效率地完成是一项复杂而棘手的工作。结合这几年的教学实践,我认为应集领导重视、班主任和家长配合。社会关心和思想教育、师资建设、科研安排、等级考核和各种比赛结合,尖子培训和普及提高结合,即要用系统论观点安排珠算教学的全过程,而不是个别地、局部地、分散地进行。这样做有利于发挥整体优势,有利于调动各方面的积极性,有利于健全制度,有利于扎实基础,使教学水平上台阶。具体做法如下:1 寓思想教育于教学之中,是激发和培养学生学练珠算兴趣的前提重视思想教育是提高教学质量的...

  • 标签: 争取支持 出成绩 必须争取
  • 简介:面向对象技术具有封装性,抽象性,继承性及多态性,用这种方法表示模型可支持模型的共享与重用,尤其是支持渐近式构模,文章提出用面向对象方法表示模型,将管理科学的各种模型定义成模型类,实现模型与方法的封装,借助于模型装配语言(MAL)定义复合模型类,解决因模型部件,方法部件和数据部件的分离带来的特性不匹配。

  • 标签: 决策支持系统 建模支持系统 面向对象技术 模型类 复合模型类
  • 简介:卫星工程项目科学管理是卫星研制成功的一个重要保证,本文对卫星研制过程进行了分析,介绍了用于卫星工程项目管理和方案论证的决策支持系统(SDPS),并给出了系统的结构、基本功能、系统流程和实现方法。

  • 标签: 卫星研制 项目管理 决策支持系统
  • 简介:为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

  • 标签: 支持向量回归机 免疫聚类 时间序列建模 陀螺漂移
  • 简介:本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题,而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构,完成对增量学习中训练样本的选取,进而完成分类器的重构。实验表明,该算法比传统支持向量机增量学习算法具有更高的分类精度。

  • 标签: 机器学习 增量学习算法 超球结构 支持向量机
  • 简介:为了响应山东省财政厅、教委、珠协关于进一步推广珠心算教学的意见,力争99年前实现小学普及珠心算教学的指示。东营区财政局、教委领导一起下乡镇学校指导推广工作。97年9月财政局拨款15000元,恢复珠心算教改实验学校4处(胜利镇中心小学、史口镇中心小学、...

  • 标签: 珠心算教学 东营区 财政局 教改实验 中心小学 幼儿园
  • 简介:针对合作制造企业间关系的特点,界定了企业关系价值的基本内涵。通过对企业关系价值度量维度划分,建立了企业关系价值的度量指标体系。在此基础上,采用模糊支持向量机方法建立了企业关系价值分级度量模型,并对其进行了分级度量。实验结果表明,该方法不仅能有效地度量出企业关系价值的级别,而且可以作为企业制定合作战略和决策的依据。

  • 标签: 合作制造 企业关系价值 数据挖掘 支持向量机
  • 简介:本文分析了中小企业环境与经济协调发展的基本机理,开发了基于环保投资的决策支持系统,为中小企业环境与经济协调发展提供决策支持工具。

  • 标签: 中小企业 环境 经济 协调发展 决策支持系统
  • 简介:当前信息技术飞速发展,这让学生在获取知识的途径上有了更多的选择,教师的教学模式和教学方法也随着时代的发展发生了很大的变化。在物理新课教学中,以“互联网+”资源网站为平台,通过课前教学准备、课前互动交流、学生在线学习、课堂合作互助与探究学习、课后在线强化提升、在线检测评价等环节,为学生创造了良好的自主学习环境,使学生的学习更加丰富多彩,从而提高了学生的学习效率。

  • 标签: 互联网+ 教学模式 信息技术
  • 简介:针对现有供应商分类方法应用于高端装备制造业供应商所存在的局限性,从相互依赖视角构建了高端装备制造业供应商分类指标体系,提出了基于改进支持向量机的高端装备制造业供应商分类模型。该模型根据供应商误分代价不同,设计代价敏感支持向量机分类器,利用粒子群算法优化分类器的参数,并采用概率输出方法对多个优化的二类分类器的结果进行组合以实现多类分类。实验结果表明,该模型提高了现有方法的分类效果,可以降低总体误分代价,有效识别出对高端装备制造企业具有重大影响的供应商,为高端装备制造企业实施供应商分类管理提供了依据。

  • 标签: 供应商分类 相互依赖 支持向量机 代价敏感学习 粒子群算法
  • 简介:结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。

  • 标签: 偏最小二乘支持向量机 天然气消费 预测 误差比较
  • 简介:为提高小样本定量构效关系(QSAR)预测精度,基于支持向量机全局核函数与局部核函数提出了一种新的建模方法:先依不同核函数筛选描述符,再依保留描述符构建支持向量机回归(SVR)子模型.子模型预测活性值与实验值组成混合样本.以均方误差(MSE)最小为原则,对混合样本再次基于SVR实施核函数寻优与子模型筛选,基于最优核函数和保留子模型以留一法完成预测.对2个小样本体系的QSAR研究表明,该方法兼具局部核函数和全局核函数的优点,既有较强的学习能力,又有较好的推广能力,预测精度高,稳定性好.

  • 标签: 支持向量机 小样本 定量构效关系 组合预测
  • 简介:结合基于电子白板的教学案例,本文探讨了电子白板在营造学习氛围、突破教学难点、提供互动媒介等方面的优势,为信息技术与高中化学深度整合提供了实践案例。

  • 标签: 电子白板 信息技术 化学 整合 教学探索
  • 简介:基于2012年全国大学生建模竞赛C题数据,对脑卒中的发病因素进行分析。给出了脑卒中发病人群的基本描述,建立了脑卒中发病年龄的分布拟合,构建了脑卒中发病与环境因素的模型,分别对不同性别、不同职业、高危人群(年龄在60~80岁)以及发病高峰时期(每日发病人数不低于60人)进行分析讨论,从气温、气压等因素及其变化方面得到了有指导意义的结论。提出了针对性的预警干预方案,及进一步的改进方案。

  • 标签: 脑卒中 气象因素 回归分析 预警和干预
  • 简介:结合基因组学数据与生物学背景,利用数学与统计的方法研究代谢综合征的致病机理。首先,利用变异系数筛选出信息含量较高的数据,并且利用变异基因频数统计的方法确定高频变异基因。通过查阅相关文献和数据库可知,大部分高频变异基因都与代谢综合征有关。随后,研究高频变异基因对其他基因的调控情况,并且由此构建出高频变异基因的调控网络以及网络内部的协同和拮抗作用。最后,提出基于调控网络的患病风险预测模型,由此提供预防或治疗方案。

  • 标签: 代谢综合征 生物信息学 调控网络 风险预测
  • 简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。

  • 标签: 非线性非平稳船舶运动 极短期预报 经验模态分解 支持向量机回归模型 自回归模型