MATHEMATICA在推导梁柱单元刚度矩阵中的应用

利用MATHEMATICA强大的运算能力，将考虑多种因素相互作用下的空间粱复杂的刚度矩阵的推导，化做简单的公式运算，避免了繁琐的编程调试和元素寻址，得到了能够考虑拉压、弯曲、剪切、扭转、翘曲耦合影响下的空间梁单元刚度矩阵。在推导过程中，根据影响因素的不同，运用分块技术，将刚度矩阵分解为若干块的正应力刚度矩阵、剪应力刚度矩阵，以及相互影响的相关矩阵，实现了对刚度矩阵的贡献分析。算例进一步验证了所得结果的正确性和优越性。     

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

电动力学中的直观形象化教学研究

针对电动力学课程理论性强、概念抽象的特点,对该课程的教学内容和教学方法进行了补充和完善,引入了电动力学的数学软件计算模拟环节;并通过安排学生参与相关的科研课题,激发了学生对理论知识的学习兴趣.     

利用MATHEMATICA绘制数学图形技巧探解

绘制复杂的数学图形成为素材制作的一个难点，目前较流行的制图软件对复杂的数学图形的绘制存在一定难度，而在具有符号运算能力和图形处理能力的Mathematica软件中制作所需要的数学图形相对简单，本主要介绍了如何利用Mathematica软件绘制各种数学图形并通过实例探讨了制作数学图形及动画的一些技术要点。     

高等代数与解析几何优化与合并探讨--要重视开设数学上机实验课

指出在高等代数与解析几何优化与合并这项课程改革中，重视开设数学上机实验课具有重大的意义。     

RA 网络多协同排序算法模型及算法研究

针对当下约车平台迅猛发展的态势,就其中广泛关注的问题———RA 网络多协同排序问题进行了探究。针对滴滴出行的实际数据,将 RA 网络多协同排序问题转化为求解数学模型两个评价指标最优解的问题,基于传统的免疫算法(generate and test)的相关概念,融合半解析解的相关思想,构建一种优化算法 GB-FA(Generate Bacterial Foraging Algorithm),进而提出了基于 GBFA 算法的 RA 网络多协同排序算法,并据此开发 RA 网络多协同排序软件”RA-LC”。以滴滴出行北京市2015年5月—2016年4月的数据为对比对象,利用 RA-LC 对相关实例进行仿真,结果显示该算法对于时间预测具有较高的准确度,对于 RA 网络多协同排序问题具有极佳的适用性和精确度。