K2算法在贝叶斯网络结构学习中的改进研究

针对K2算法学习贝叶斯网络(BN)结构苛刻的先验节点顺序条件,提出先验信息重构方法来提高算法适用性,让K2算法得到更加精准的网络结构。对于K2算法在较小样本数据中结构精度低的问题,使用模拟退火(SA)算法对其进行优化。利用重构先验信息构建初始网络结构,改进SA算法的邻域求解方法,以求得网络的最优结构。通过学习4个BN结构,将改进的混合算法分别与K2算法和马尔可夫链蒙特卡洛(MCMC)算法进行优劣仿真比较。仿真结果表明:在相同的网络结构和先验条件下,该文改进的混合算法都能更好地识别网络结构,在各网络结构中无论先验经验是否准确,在结构精确度和海明距离方面都具有较强的学习能力。     

浅谈新课程标准下初中生学习数学的主动性培养

自主探索能力是21世纪合格人才最重要的素质。华东师大的新版数学教材就十分注意这一点。初中生学习数学最容易形成两极分化,而它的关键所在是学生学习的主动性。下面就初中数学教学中如何引导学生做好课前预习,激发学习兴趣,让学生学有动力;如何运用鼓励教学法,激发学生的热情,让学生更主动学习以及如何让学生学会复习谈一些看法。     

东濮凹陷濮城地区沙一段盐湖相原油地球化学特征

应用地球化学研究手段，对东濮凹陷濮城地区沙一段盐湖相烃源岩岩样、原油样和油砂样进行了族组分、饱和烃色谱-质谱实验分析。结果表明，濮城地区沙一段原油与含油砂岩抽提物的饱和烃含量在47.39%～65.33%，族组分碳同位素分布在-28.06‰～-26.29‰，芳烃、非烃和沥青质组分之间的同位素分馏效应较小;w（Pr）/w（Ph）小于0.5，具有明显的植烷优势;甾烷w（C2920R）/w（20（R＋S））为0.23～0.27，w（C29ββ）/w（αα＋ββ）为0.19～0.40，甾烷系列中C27含量略占优势，重排甾烷含量极低;γ-蜡烷含量较高，w（γ-蜡烷）/w（C30藿烷）在0.60左右，w（γ-蜡烷）/w（HC3122S）大于2.0，三升藿烷-五升藿烷呈“翘尾”状升序分布，反映了高盐度水体沉积环境下形成的未熟-低熟油特征。油源对比分析认为其烃源灶为沙一段泥岩和部分沙三段泥岩。     

新理念下小学数学的体验学习

《数学课程标准》使用了较多的＂经历……的过程,获得……的体验（感受）＂,可见,数学学习离不开个体的体验。学生需要在自主探究中体验＂再创造＂,在实践操作中体验＂做数学＂,在合作交流中体验＂说数学＂,在联系生活中体验＂用数学＂。     

论律师的调查取证权

文章从律师调查取证权的含义出发,通过对律师调查取证权的现状分析,进而对完善律师调查取证权提出了自己的思考与建议.     

概率论与随机过程课程的几个特征

<正>1与实际联系密切概率论和微分方程是与实际联系最密切的两个数学分支,概率论与随机过程正好体现了这个特点,如两个最典型的例题:(1)五个纸签,其中两个纸签内写着"有"字,三个纸签内不写字,五人依次抓取,问各人抓到"有"字纸签的概率是否相同;(2)对以往数据分析结果表明,当机器调整得良好时,产品的合格率为98%,而当机器发生某种故障时,其合格率     

不良汽车驾驶行为特征分析

不良汽车驾驶行为的表现形式多种多样,其特征复杂,造成不良汽车驾驶行为的因素也有很多。根据道路交通管理局的相关安全统计资料显示,驾驶员的驾驶技术不过关是导致道路交通事故发生的原因之一。驾驶员作为道路交通运营的实施者和决策者,个人的驾驶行为是保障生命安全的基础。除此之外,在道路交通运营中,车辆和行驶环境也是使驾驶行为出现不规范操作的因素,但是三者对安全的影响程度有所差异。     

大数据哈希学习:现状与趋势

随着信息技术的迅速发展,各行各业积累的数据都呈现出爆炸式增长趋势,我们已经进入大数据时代.大数据在很多领域都具有广阔的应用前景,已经成为国家重要的战略资源,对大数据的存储、管理和分析也已经成为学术界和工业界高度关注的热点.收集、存储、传输、处理大数据的目的是为了利用大数据,而要有效地利用大数据,机器学习技术必不可少.因此,大数据机器学习(简称大数据学习)是大数据研究的关键内容之一.哈希学习通过将数据表示成二进制码的形式,不仅能显著减少数据的存储和通信开销,还能降低数据维度,从而显著提高大数据学习系统的效率.因此,哈希学习近年来成为大数据学习中的一个研究热点.本文对这方面的工作进行介绍.     

中国地表水环境中药物和个人护理品的研究进展

随着环境痕量物质分析检测技术的提高和人们环境意识的增强,新兴环境微量有机污染物药物和个人护理品(PPCPs)引起了学术界和公众的广泛关注.尽管PPCPs在地表水环境中浓度仅为纳克每升至微克每升量级,但仍对水生生物等具有生态风险.与西方国家相比,中国地表水环境中PPCPs的研究起步较晚,报道有限,有待进一步深入.本文对中国地表水环境中PPCPs现有研究进行了综合分析,分别从存在特征、地理分布、主要来源和迁移转化四方面对现有研究进展加以总结,讨论了现有研究存在的问题,并对今后的研究进行了展望.     

基于神经网络的Q学习在Khepera Ⅱ机器人避障中的应用

为了提高移动机器人的自主学习能力,在传统的机器人行为控制结构基础上设计了智能控制结构,同时引入了基于神经网络的Q学习模块算法,克服了传统算法只能应用到离散状态中的不足.移动机器人的避障实验结果表明,该方法能够使移动机器人通过自学习实现自主避障.