高校校园网环境下的计算机教学模式(综述)

信息技术在教学中的使用越来越广泛,在校园网络环境下,教师应建立现代教学理念,分析计算机教学中存在的问题,了解校园网的基本组成和功能,力求转换师生角色,探索出新的教学模式,逐步引导学生充分利用计算机网络资源,进行网上探究,自主学习和协作学习,从而大幅度提高教学效果。     

具有预警功能的四机器人安全系统数学模型构建

运用补充变量法和马尔科夫过程理论给出了可修复四机器人安全系统的数学模型.基于抽象柯西问题理论构建抽象柯西问题系统模型,运用半群理论解决此类系统解的适定性,在可修复机器人安全系统中引入预警功能.     

基于比率的离散型Leslie系统正周期解的存在性

利用重合度理论中的延拓定理讨论了具Holling-Tanner Ⅲ类功能反应比例确定的离散周期Leslie系统的正周期解的存在性,获得了正周期解存在的充分条件.     

H.264视频编码在数码监控系统中的应用研究

目前数码视频监控系统大多采用MPEG1、MPEG2的编码标准,导致视频存储成本高,网络负载重.H.264比以前的视频编码标准可以节省50%以上的码率,因此在视频监控中具有很大的应用前景,但其编解码器也很复杂.为了达到实时压缩的目标,文章从三个方面来提高其运算速度:①优化帧间模式的选择;②调整内插算法的运行结构;③采用MMX、SSE汇编优化.     

基于多层组合模型的武汉市月平均PM2.5浓度预测

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.     

图书借阅量预测模型

将统计学中的一元线性回归模型方法,引入到图书管理领域,以1993年至2005年之间的十二个学年度的读者总指数为自变量,以对应十二个学年度的借阅量为相依变量,得出回归方程,进行F-检验,利用2005-2006学年度的读者总指数,预测对应的未来下一个学年度的借阅量.     

成都市温江区经济发展趋势分析与预测

依据客观历史统计数据,对成都市温江区经济发展过程中的各主要经济指标及其相关的重要因素进行研究,建立了这些主要经济指标与相关重要因素之间的线性或非线性的关联,得到了相应的预测结果:在未来数年内,温江区GDP仍将快速攀升,固定资产投资规模迅速扩大,工业经济效益明显增加,农业总产值与农民人均纯收入增幅显著,财政总收入与第三产业产值稳步提升。指出温江区应继续妥善贯彻“强二、优一、兴三”的产业政策,推动全区经济快速、有序发展和社会的全面进步。     

旱涝灾害的遗传-神经网络集成预测方法研究

利用遗传算法的全局搜索能力同时进化设计三层BP神经网络的结构和连接权,并以进化后的网络结构和连接权作为新的神经网络结构和初始连接权,再进行新一轮附加动量的BP神经网络训练,把训练后的结果简单平均集成,以此建立旱涝灾害的遗传-神经网络集成预测新方法。应用该方法对广西桂林6月(主汛期1995~2005年)的降水量进行实例预测的结果表明,该方法的收敛速度快,预报精度高,易于操作,是一种具有较高应用价值的预测方法。     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。