基于遗忘机制的ISWI积极思想传播模型

针对现阶段对积极思想传播的研究较少运用动力学模型进行分析的问题,提出了一种基于遗忘机制的积极思想传播ISWI模型。利用Hurwitz判据、Lyapunov稳定性定理和LaSalle不变性原理,分析并证明了思想传播平衡点的局部稳定性和全局稳定性,并得出了传播阈值与思想传播的影响因子遗忘率和接触率之间的关系。仿真结果表明:遗忘率降低时,思想传播的范围会扩大;接触率提高时,传播范围也会扩大。遗忘率与传播范围呈负相关,接触率与之呈正相关。     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

软件专业学生质量与协作能力培养实践

软件企业对员工的质量意识、团队协作能力的需求强烈,而软件工程专业学生与企业的这些需求存在较大差距。论文分析了软件质量意识和软件项目团队协作精神对于软件工程技术人员和企业发展的重要性,归纳了软件质量意识、团队协作精神的表象,初步探索了产生该这些现象的原因,开展了"项目驱动、技术推动、服务行动"人才培养模式的探索。文章最后总结了该人才培养模式的实践经验。     

压电陶瓷在车身板件振动主动控制中的应用研究

针对汽车车身低频振动不易控制的问题,将压电陶瓷作为传感/致动元件,主动控制车身板件的振动变形,以抑制或消除车身板件的低频振动。根据致动器控制力分析和车顶棚模态分析的结果,提出了压电传感器和致动器同位对称布置的方案。采用模糊控制算法,设计了振动主动控制器,并搭建了车顶棚振动主动控制实验台。独立模态振动控制试验结果表明,采用压电陶瓷智能结构对车顶棚振动进行主动控制后,压电传感器检测到的电压降低了14%～23%,即有效控制了车顶棚的低频振动。     

关于局部对偶平坦且具有迷向S-曲率的Matsumoto度量

找到了一些方程去刻画局部对偶平坦的Matsumoto度量F=α2/α-β,其中α=√aijyiyj,β=biyi.同时对局部对偶平坦且具有迷向S-曲率的Matsumoto度量进行了分类.     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

基于分层部分核实数据对二项比例的齐性检验

针对分层情况下的疾病流行率问题,考虑了金标准存在时,在各层的敏感度和特异度不同时二项比例(疾病流行率)的齐性检验;提出了基于渐近检验过程的7种统计量和基于Bootstrap重抽样检验过程的4种统计量,并通过蒙特卡罗模拟研究来比较了各种检验的犯第一类错误的概率和检验功效;研究表明:score统计量、似然比统计量和4种基于bootstrap重抽样的检验统计量具有良好的统计性质,推荐用于实际中;最后,实际数据进一步验证了方法的有效性。     

语言教学中的词汇作用

词汇是语言教学中不可或缺的重要环节。在现代语言教学中,不同教学法主导的课堂教学时期,词汇教学经历了不同阶段:结构大纲时期以孤立的下定义、对等翻译等为主;功能-意念大纲时期强调语境、自然学习;词汇大纲时期的词汇中心论的回归。词汇教学的变化反映了在语言教学中词汇逐渐从次要的、被忽视的、从属的地位中摆脱出来,正发挥着越来越重要的作用。     

完善依法管理宗教事务的思考

在全面贯彻落实科学发展观,建设社会主义和谐社会的大背景下,依法管理宗教事务需要不断发展和完善以适应宗教和谐、社会和谐的要求,完善依法管理宗教事务应该着重从两方面入手,一是进一步完善宗教立法,二是不断提高对宗教事务的执法水平。     

一种对于K-means算法的改进

数据聚类是一个功能强大的技术,它能够把数据特征相似的对象划分为一类,但是并不是所有的聚类算法的实现都能产生相同的聚类结果;并且K均值算法的结果很大程度上依赖它的初始中心的选择;提出了一种新颖的关于K均值初始中心选择的策略;该算法是基于反向最近邻(RNN)搜索,检索一个给定的数据集,其最近的邻居是一个给定的查询点中的所有点;使用这种方法计算初始聚类中心结果发现是非常接近聚类算法所需的迭代聚类中心;对提出的算法应用到K均值聚类中给予了证明;用几种流行的数据集的实验结果表明了该算法的优点。