关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

揭普高速公路的路基质量控制

土方路基的施工质量是高速公路项目建设的重中之重.揭普高速公路在建设中从影响路基压实质量的各种因素入手,采取了加强质量控制的各项对策措施.     

培养青少年自主探究的科学精神

素质教育注重对青少年探究能力的培养，为他们在学习型社会中获得终身学习的能力奠定基础。因此应激发青少年自主探究的欲望，指导青少年掌握自主探究的方法。深化青少年自主探究的层面，延伸青少年自主探究的广度。     

应变硬化材料圆孔边局部应力场的光弹塑性分析

局部应力分析对工程设计具有广泛的重要作用,然而应变硬化材料因其本构关系的复杂性,至使大量的弹塑性局部应力问题难于采用理论分析方法求解。本文作者克服了实验技术上的困难,采用应变硬化材料聚碳酸酯对中心圆孔受拉板的孔边局部应力进行了光弹塑性实验研究,得到其弹塑性应力场、应变场及塑性区尺寸的规律,为弹塑性局部应力的实验研究提供了一条有效途径。     

GD-a-Si_(1—X)C_X∶H 薄膜的光吸收和光电导

辉光放电法制备的氢化非晶硅(a—Si∶H)薄膜是获得廉价太阳电池的重要材料之一.然而,掺硼之后光学带隙变窄,影响了太阳电池的短波性能.1977年 Anderson 和Spear 首先获得了宽带隙的氢化非晶硅碳合金薄膜(a—Si_(1-x)C_x∶H).最近 Tawada 等用这种材料作宽带隙窗口材料首先获得了 P-a-SiC∶H/i-n-a-Si∶H 异质结太阳电池,使其转换效率达7%以上.已经看出,a-Si_(1-x)C_x∶H 是一类很有实际应用价值     

基于目标成就评量中医老年病个体化评价方法学

辨证论治是个体化治疗的先驱,也是中医药特色,但尚未有现代证候评价方法。为突出中医辨证论治个体化治疗的特色和优势,将现代评价方法与辨证论治相结合,建立了中医药临床效应个体化评价的循证方法、关键技术和标准操作规程,为形成中医药临床效应个体化评价的新模式提供了技术资料和临床证据,丰富了中医药临床评价的内容,促进了中医药临床效应的科学评价和客观表达。     

微型无人机群空空数据链协议建模与仿真

为较为准确、客观地评价微型无人机群(UAV:Unmanned Aerial Vehicles)空空数据链系统的各项性能指标,根据ZigBee(Zig+Bee无线数传网络)协议,通过建立时隙轮询表完成时隙分配。在简要分析ZigBee协议栈各层的功能及其网络拓扑结构的基础上,重点阐述了空空数据链协议的时隙分配机制及网络地址分配机制,讨论了利用网络仿真工具OPNET(Optimized Network Engineering Tools）建立该无线通信协议模型的过程,并通过构建一个网络仿真平台对信道接入延时、吞吐量等进行仿真分析。验证了该空空数据链采用的通信协议的有效性,同时也为其他网络协议仿真提供了参考。     

处理广西工学院选课系统前台网络阻塞与后台实时数据的方法

从网络规划和服务器群集搭建两个方面阐述广西工学院选课系统在处理"网络瓶颈"中一些做法。合理的网络规划,合理的NLB和MSCS群集服务器,合理的RAID存储方式,能较好地缓解广西工学院学选课系统前台网络阻塞与后台实时数据处理之间的矛盾。     

陕北侏罗纪煤田采动损害现状及评价方法

为有效地对开采后的矿区进行环境修复和生态重建,针对陕北侏罗纪煤田之神府、榆神、榆横矿区的地质采矿条件、开采沉陷损害和矿区生态环境的现状进行现场调查和分析,总结了陕北侏罗纪煤田采动过程中生态及环境破坏现状。采用分区的评价方法,依据地形、地貌将其分为2个一级区,在此基础上依据地质条件、环境条件进行二级分区;再以煤层赋存条件、开采方法、开采沉陷损害程度及特征等因素进行三级分区。分别给出了各区的范围、损害特征、损害程度,确定了评价陕北侏罗纪煤田开采损害级别与判定条件,为陕北侏罗纪煤田生态重建提供了理论依据。     

基于深度卷积神经网络和深度视频的人体行为识别

传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点。以深度视频为研究对象,构建了3维卷积深度神经网络自动学习人体行为的时空特征,使用Softmax分类器进行人体行为的分类识别。实验结果表明,提出的方法能够有效提取人体行为的潜在特征,不但在MSR-Action3D数据集上能够获得与当前最好方法一致的识别效果,在UTKinect-Action3D数据集也能够获得与基准项目相当的识别效果。本方法的优势是不需要人工提取特征,特征提取和分类识别构成一个端到端的完整闭环系统,方法更加简单。同时,研究方法也验证了深度卷积神经网络模型具有良好的泛化性能,使用MSR-Action3D数据集训练的模型直接应用于UTKinect-Action3D数据集上行为的分类识别,同样获得了良好的识别效果。