企业过程的定义及辨识方法

通过分析现有企业过程的各种定义，从理解企业进程重组（ＢｕｓｉｎｅｓｓＰｒｏｃｅｓｓｅｓＲｅｅｎｇｉｎｅｅｒｉｇ，））ＢＰＲ的角度，提出了企业过程的一般性的定义，在此基础上，利用系统分析的技术，提出了自上而下分解企业职能，自下而上组合形成过程的方法，该方法包括４个步骤，论文的最后是案例研究．     

基于模糊聚类的神经网络在数据挖掘分类中的应用研究

常见的决策树分类算法、贝叶斯分类算法、神经网络分类算法为数据挖据分类算法研究提供了重要基础。但面对海量数据时,在时间效率、鲁棒性和精确性上都显示出了不足。为此,本文将模糊聚类的思想引入到神经网络分类算法中,首先通过模糊聚类子模型,将样本数据聚为几个数据子集,然后再采用不同的神经网络对各个数据子集同时进行训练学习。由于经过了模糊聚类子模型的预处理,每个神经网络训练学习样本的复杂性大大减少,使神经网络的学习效率大大提高。最后通过UCI下的实际数据库,对提出的分类算法进行了检验,结果显示了基于模糊聚类的神经网络在数据挖掘分类中应用的有效性。     

浅谈高等数学教学中的几种意识

在素质教育的大背景下，数学教育的核心目标转变为“培养学生的创造性思维和创新精神。”创新意识和创造能力的培养理所当然地成了数学教育教学研究最具价值的课题之一。其中，“意识”又是“能力”之先导。但是，“创新意识”不是天外之物，它需要更为具体的基础作为支撑。笔者认为，能够支撑这“创新意识”的主要有以下五种“子意识”构成，其排列的先后与主次无关。鉴于学校教育中“教”与“学”的密切关系，笔者认为这些意识既是教师所必备的，也是学生所必需的。     

基于模糊理论和组合权重的光伏组件健康状况评估

光伏能源以其能源再生和清洁为特点得到广泛应用,并具有广阔发展前景,然而其运行过程中的健康状况直接影响电力系统运行的安全性、经济性和电能质量,因此需要对光伏组件进行健康状况评估,以达到“早发现,早治疗”的目的.综合运用模糊理论、云模型及层次分析法和熵权法建立了光伏组件健康状况评估模型.以运行参数、环境参数、巡视参数为主要依据,考虑到光伏组件状况的多层次性和多因素性,进而将复杂问题进行分解,建立了光伏组件状况评估的层次指标体系.根据层次分析法(AHP)和熵权法确定权重向量模型,利用云模型建立模糊关系,依此建立光伏组件健康状况评估模型,对层次指标体系中的各层次的权重向量模型和模糊关系模型进行模糊运算,最终得到光伏组件健康状况的隶属度.实例分析表明,该方法是可行有效的.