关于p-一致光滑Banach空间中非自映像的Reich公开问题

在p -一致光滑的Banach空间(1相似文献   

以建构主义为指导,推动英语精读教学法改革

建构主义学习理论认为学生是学习的主体,教师只起着组织者和帮助者的作用;学习的过程是交互的过程。建构主义学习理论对于大学英语精读教学法改革有重要的指导意义,可以解决目前英语精读课程教学中存在的诸多问题。     

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率.采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数.最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好.     

论体育学习

体育学习是在教与学的行为中体现的.针对这一教育属性,梳理了传授主体和接受主体的学习结构和原理,找出影响与制约体育学习的有利因素和不利因素,指出学习情景协同机制的整体和谐融洽统一,是体育教育取得良好实效的最重要途径之一.     

一个新的四阶迭代法和一族新的三阶迭代法

目的研究解非线性方程组中的算法问题,得到更高收敛阶的迭代法。方法采用离散C-方法,用数值例子与其他方法进行比较。结果得到一族三阶迭代法且参数取特定值时得到解非线性方程组的一个四阶迭代法。结论此迭代法对解非线性方程组有极其重要的意义。     

样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

计划驱动下敏捷开发过程的软件质量管理

对计划驱动开发和敏捷软件开发作了简要分析,结合两者的优点建立了基于计划驱动的敏捷软件开发的流程模型,该模型分为三大阶段来实现对软件开发过程和质量的管理,并给出每个阶段不同的管理方法,最后用一个非典型的实例来验证该模型的可行性.     

基于音素相关后验概率变换的发音质量评价

帧规整对数后验概率是目前公认最有效的发音质量的度量。但该文证明了该度量还反映了当前发音对应的声学模型与概率空间中声学模型的混淆程度,使其在评分任务上存在着严重的缺陷。因此,该文提出了可训练的音素相关的后验概率变换;并研究了线性和非线性sigmoid变换,同时给出线性变换的显式全局最优解和非线性变换的梯度下降解法。在全国采集的普通话水平测试现场考试的篇章朗读题型上进行实验。实验结果表明:当概率空间包含所有音素时,该方法能使人机相关度从0.582提升至0.768;当采用优化的概率空间时,该方法能使人机相关度从0.696提升至0.773。     

断层轮廓的双三次非均匀B样条曲面重构

针对断层图像数据,提出了一种曲面重构的方法.依据曲率特征首先提取各层特征点,对其重采样使每行(列)获得统一的采样点数;再对采样点插值得到非均匀双三次B样条曲面;最后,在一定控制精度下对曲面依据距离特征进行节点插入,通过最小二乘逼近法算出新的控制顶点,从而得到误差在容许范围内的逼近曲面.根据断层轮廓的特点,本算法综合运用了周期B样条和非周期B样条,讨论了封闭曲面和非封闭曲面的计算方法.另外插值和逼近的结合应用使该算法更快速、实用.