曲面细分模式的分类研究

从曲面细分的发展过程出发,对曲面细分模式进行了分类研究.按照初始网格单元的类型分别对三角形网格细分和四边形网格细分中几种典型的细分模式,如 Catmull-Clark细分、Loop细分、Doo-Sabin细分、蝶形细分、2细分、3细分进行了描述,重点对细分曲面的连续性、细分的规则进行研究并对曲面细分技术未来发展进行了展望.     

形式规则、心理模型与概率理论——条件推理中三种理论模型的比较研究

条件推理是一种最简单的演绎推理。然而心理学家对于人们是如何进行条件推理一直存在三种不同的理论观点：形式规则、心理模型和概率理论。这些理论都能解释条件推理过程中的一些现象,但还存在一定的不足,本文将对这些理论进行详细的评述。     

Snort规则库在高炉专家系统知识库的移植

知识库及其相关技术为高炉专家系统各个模块提供数据支持和理论依据,组织恰当的知识库对于高炉专家系统是至关重要的.Snort作为优秀的开源入侵检测系统,其规则库的建立和处理方法是其优秀性能的基础,对高炉专家系统中知识库的构建具有很好的借鉴意义.介绍了Snort规则库结构,结合高炉特证参数,将Snort规则库结构重新定义,移植为高炉专家系统知识库三维链表结构,并用图例说明,最后说明基于该结构的推理过程.     

Dynamic Portfolio Choice under Uncertainty about Asset Return Model

The effect of uncertainty about stochastic diffusion model on dynamic portfolio choice of an investor who maximizes utility of terminal portfolio wealth was studied.It applied stochastic control method to obtain the closed-form solution of optimal dynamic portfolio,and used the Bayesian rule to estimate the model parameters to do an empirical study on two different samples of Shanghai Exchange Composite Index.Results show,model uncertainty results in positive or negative hedging demand of portfolio,which de...     

关联规则技术在教务管理中的应用

识别所有频繁项集是Apriori算法的核心.结合偏好信息的思想,对关联规则中的Apriori算法进行改进,减少候选频繁集冗余,提高了算法效率,并对学生成绩进行挖掘分析,找到影响成绩的内在因素.     

竞技健美操评分规则变化与实践互动的研究

竞技健美操规则变化的互动作用为其该项目的发展不断带来新的活力,这不仅仅反应在该项目的动作形式和内容上的变化,同时也反应了人们对该项目在发展理念上的新思维和认识程度的加深,这是当今竞技健美操得以快速发展的源动力.通过文献资料、数量统计、对比分析等方法对竞技健美操实践与评分规则变化机制从变化、思考、特色等方面进行了探析,以此为发展竞技健美操实践和完善评分规则提供参考.     

基于遗传算法的数据挖掘方法及应用

车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助车间作业调度.该研究的目的就是应用数据挖掘算法从车间作业调度最优方案(基于遗传算法的求解结果)中抽取出最优调度方案的一些模式知识,然后基于这些模式知识发展一些规则集来辅助车间作业调度.这些规则可以看作是隐含在车间作业调度最优方案中的事先未知的潜在有用的信息,根据这些规则可以产生比简单指派更好的车间作业调度方案.最后的数据实例表明本文方法无论在调度质量还是在计算速度上都具有非常好的性能.图3,表4,参15.     

基于单片机的水温模糊控制系统

本文分析讨论了以单片机为平台,利用模糊控制规则,并将规则自寻有算法作为核心的,有自校正能力的水温模糊控制系统的工作原理及应用。实践结果证明,这一系统的控制效果好,稳态精度高,超调量小。     

关联规则挖掘Apriori算法研究

随着收集和存储在数据库中的数据规模越来越大,人们对从这些数据中挖掘出相应的联知识愈来愈感兴趣,关联规则一个典型的应用实例就是市场购物分析.本文介绍了关联分析的概念Apriori算法及其改进技术,对Apriori算法地优缺点进行了评价.     

基于多维诱导分量的拓展IOWA算子及其应用

受单一诱导分量不可排序的启发,提出了一种多维诱导分量的拓展IOWA(MIOWA)算子,它可以根据特定背景定义诱导分量的涵义,从不同侧面反映数据分量的若干特性.针对具有自主式特征的协商评价问题,定义了一个二维诱导分量的拓展IOWA算子,使得在多属性信息集结的过程中能够体现方案的相对优势和绝对优势;给出一个决定位置权向量的权数非独裁性协商规则下最大化orness水平的规划模型.最后给出一个算例说明了方法的可行性.