Mathematica的数据类

Mathematica不属于强类型语言，很少报告数据类型失配的错误，为避免此类错误的发生，应深入了解Mathematica的数据类。Mathematica的数据类划分细腻、全面、运算丰富，数值类高度兼容、精度无限、量纲类、区间类、图像类、声音类新颖、独特、表类中表、集合、向量、矩阵运算丰富。     

基于山峰聚类的聚类上限确定方法

文章提出了一种基于山峰聚类的聚类上限检测方法,依靠山峰聚类确定聚类数目的上限,仿真试验表明,这种方法能将聚类上限确定在一个合理的范围之内,从而加快聚类的效率.     

基于聚类中心分离的模糊聚类模型

在模糊C-均值聚类（FCM）目标函数的基础上按聚类中心分离原则增加一个聚类中心分离项来扩展FCM算法,提出基于聚类中心分离的模糊聚类模型(FCM_CCS)。该模型可使聚类过程中的聚类中心之间距离扩大,从而得到更好的聚类效果。由于该模型和FCM一样对噪声敏感我们提出它的可能性聚类模型(PCM_CCS),最后进一步扩展成它的可能性模糊聚类模型(PFCM_CCS)。基于聚类中心分离的可能性模糊聚类模型在处理噪声数据和克服一致性聚类问题方面表现出良好的性能。对数据集的测试实验结果表明了提出的PFCM_CCS能同时产生模糊隶属度和典型值,使聚类中心间距扩大,同时具有更好的聚类准确率。     

基于类内和类间距离的粗粒度并行AP聚类算法

近邻传播(Affinity Propagation,AP)聚类是基于数据点间消息传递的算法,主要通过数据间的相似度实现聚类.与传统的聚类方法相比,AP聚类无需事先给定聚类数目就可实现聚类,因此具有快速高效的优点,然而在处理高维复杂数据集时存在随着聚类效率提升而准确度不高的问题.为改善AP聚类算法的效率和精度,提出基于类内和类间距离的粗粒度并行AP聚类算法——IOCAP.首先引入粒度思想将初始数据集划分成多个子集;其次对各子集结合类内和类间距离进行相似度矩阵的改进计算,最后基于MapReduce模型实现改进后的并行AP聚类.在真实数据集上的实验表明,IOCAP算法在大数据集上有较好的适应性,能在保持AP聚类效果的同时有效地提升算法精度.     

基于聚类和Ripper的稀有类分类方法

稀有类分类在许多领域有重要应用,针对稀有类在数据中所占比例少,容易被忽略的特点,提出一种基于聚类和Ripper的稀有类分类方法,该方法在一趟聚类的结果中,通过将在整个数据集中所占的比例低于15%的聚类标识为少数类,再应用Ripper分类算法分别对少数类和多数类分别进行分类建模,并按照一定的组合方式调整得出整个数据集的最终规则集.在UCI数据集上的测试结果表明,基于一趟聚类和Ripper的稀有类分类方法对稀有类可产生高质量的分类效果.可以将该方法应用于现实生活的领域中进行稀有数据的分类.     

一种基于近似类抽样的组合聚类方法

FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种基于近似类抽样的组合聚类算法。这种组合聚类算法的时间复杂度是O（n2m）。仿真实验表明,它具有稳定的聚类结果。     

基于聚类分析法的本体构造方法

根据聚类分析法的特点,提出基于聚类分析法的本体构造方法.首先根据类的相关属性构造了一个数据矩阵,并利用矩阵中的值计算新生成的类和未合并类之间的绝对值距离,然后根据距离的大小对类进行合并,并产生新的类.用同样的方法计算新生成的类和未合并类之间的绝对值距离,直到得出最顶层的类为止.并以酒本体的构造为例来具体说明该方法.     

覆盖聚类算法

首先比较几类主要的聚类算法,给出每类算法的基本概念、原理、每类的代表性算法,及这些算法的主要特征。在此分析基础上,提出一种新的聚类算法———覆盖聚类算法,该算法采用覆盖的概念将比较集中的样本聚合在一起,从而发现隐含在样本集中的类,对于周围稀疏的样本结合最短距离法,获得聚类效果,并用实验数据对分层聚类方法、LBG方法与覆盖聚类算法进行比较,证明了覆盖聚类算法的可行性和有效性。最后给出了算法的研究方向。     

格群的积扭类及积拟扭类

讨论了两灯格群根式类－积扭类及积拟扭类，给出了积扭根式映射及积拟扭根式映射的特征性质，并具体刻画了积扭类格及积扭类格中的极运算。     

一种基于灰色聚类和模糊聚类的集成方法

根据灰色聚类,模糊聚类,关联系数原理,提出一种新的综合集成方法,利用灰色关联系数将灰色聚类与模糊聚类集成,使聚类结果不仅反映了各聚类对象所属灰类的信息,还有效显化了各个对象间的相互关系的信息.     

一个新的单调类定理

定义了集类的ｗ类的概念,给出了ｗ类的单调类定理．     

分类集及极大分类集的计数

Ｍ是（１，２，…，ｎ）的一些子集合的集合。若Ｍ中任意两个子集，或者它们无共同元素，或者一个是另一个的子集，这样的Ｍ称为分类集。若不存在（１，２，…，ｎ）的一个分类集包含Ｍ，称Ｍ为极大分类集。给出分类集及极大分类集个数ｔｎ及Ｔｎ的计算，并由Ｔｎ的两个递推关系式得到一些组合恒等式。     

浅析新办本科院校助理班主任管理

选拔优秀的高年级学生担任助理班主任是高校在新形势下加强和改进大学生思想政治教育的有效探索与实践。阐述了新办本科院校选拔优秀高年级学生担任助理班主任的重要作用,介绍了高校助理班主任的基本概况,同时,就实施助理班主任制度过程中应注意的问题进行了分析和探讨,提出了相应的对策。     

关于群类的某些性质

考察了三个群类的类属性,证明了这些群类都是Fitting类,并对其中一个群类p-幂零群类Np作了进一步的讨论,证明了Np是饱和群系．且Np-群群类为p-可分群类．     

浅谈班级管理中的"无为"管理艺术

我国古代传统文化中孔子和老子的“无为”管理思想使我们对班级管理有了一个新的思考角度．现代教育理论要求发挥教师的主导作用,保证学生的主体地位,实现学生的自我教育．班级管理中“无为”教育的目的,正是提高受教育者的悟性,通过教育者的“无为”,促使受教育者的有为．     

普通高校游泳课“课内外一体化”教学模式探析

游泳课程是体育教学中的重要组成部分,深受学生们的喜爱,通过游泳不但能够强身健体,同时游泳课能够拓展参与者之间的社会人际关系,因此,在高校中游泳课程开展的较为普遍,尤其在南方高校中,游泳课程甚至成为了学生们的一门必修课程,但是,由于这门课程的自身特点,受积极性因素影响较大,所以在课程设置与时间安排上不能够像其它课程一样全时间段开展,所以,单凭借课上的时间,远不能达到预期的教学效果,亦不能更好的强身健体的目标,这就需要我们开发学生的课外时间,打造一体化的课内外课堂,以保证更理想的将教学效果。     

重点高中班主任班级观念的实证研究

以班级活动作为考察的切入点，我设计了面向班主任、学生、班长的三个问卷，辅以各种文献，对重点中学班主任的班级观念、班主任对班级活动的现实选择、影响其观念和现实选择的控制因素等进行了分析。结果表明，班主任的班级观念在三个指标上（班级目标定向、管理的民主程度、对学生社会交往需要活动的宽容程度）相对较高，表现了其教育观念现代化的巨大可能；观念的几个指标之间存在较大的不一致，表明许多班主任缺乏清晰的教育哲学，教育实践还处在经验水平；观念与对班级活动的现实选择之间也存在较大差异，说明源于人才选择机制的学校评价机制是重要的控制因素，班主任在理想与现实之间循现实原则行事。     

基于“收益—风险”的课时分配模型

根据选定组合分配课时风险的一个上界值,使学生总体知识掌握率达到最大的原则,建立课时分配问题的线性规划模型.然后通过分析整理闽清第二中学高三第一学期理科班质量检查考试成绩,带入上述线性规划模型,并运用单纯形法求解带有参数的线性规划问题,从而得出组合分配课时的风险控制值与相应的组合分配课时的成绩最大提升率及课时分配比例向量的关系.     

浅谈高校辅导员如何加强班级管理

高校教育管理工作的最基本的单位是班级.班级建设的好坏是衡量高校教育质量和管理水平的重要标准.因此,高校辅导员应当以班级作为思想政治教育工作的主要阵地,提高班级管理水平.该文在分析班级管理存在的主要问题的基础上,提出加强班级管理工作应从关心了解学生、建立工作队伍、完善班级制度、构建班级文化四个方面开展.