非均匀（Ⅱ）型三角剖分下双周期二次样条空间S_2~1（△_（mn）~（2））

设Ω＝［０，Ｘｍ］　［０，ｙｎ」，Ω的熟知的非均匀（Ⅰ）、（Ⅱ）型三角剖分分别记为△ｍｎ（ｉ），ｉ＝１，２．△ｍｎ（ｉ）上的分片二元ｋ次Ｃ１多项式的全体记为Ｓ２１（△ｍｎ（ｉ）），称为二元ｋ次一阶光滑的样条函数空间．进一步，引入其子空间Ｓ２１（△ｍｎ（ｉ））＝｛ｓ∈Ｓ２１（△ｍｎ（ｉ））：Ｄａｓ（·，０）＝Ｄａｓ（·，ｙｎ），Ｄａｓ（０，·）＝Ｄａｓ（Ｘｍ，·），ａ＝０，１｝．称为双周期ｋ次样条空间．本文给出了Ω的非均匀（Ⅱ）型三角剖分△ｍｎ（２）下双周期二次样条空间Ｓ２１（△ｍｎ（２））的维数及一组基底．     

基于分级偏最小二乘回归的径向基函数神经网络

为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点数直至达到合适的网络规模,消除了训练数据中存在的多重共线性对网络泛化能力的不利影响.所得径向基函数神经网络的泛化能力比偏最小二乘回归构造的径向基函数神经网络提高了约30%.船舶航向跟踪预测控制仿真验证了该算法的可行性和有效性.     

基于OLS的径向基函数神经网络实现多种数字信号调制方式自动识别

基于决策论的信号调制样式自动识别方法具有简单易行、适合在线分析的优点,针对一些参数的计算进行了改进,并提出了基于该方法,利用正交最小二乘法(OLS)的径向基函数(RBF)神经网络,实现数字信号调制样式自动识别的方法.提高了该方法的识别能力,对信噪比(SNR)为6～30 dB的测试信号识别得到了较好的结果.识别的数字信号为2ASK、4ASK、2PSK、4PSK(QPSK)、2FSK、4FSK与16QAM.     

基于基差风险模型带红利支付的最优交易策略

在部分信息下研究"基差风险模型"中引入红利率影响因素时,投资人终端净财富期望指数效用最大化问题.先建立部分信息下的金融市场框架和带有红利支付的"基差风险模型",再应用半鞅理论和倒向随机微分方程,求解价值过程和最优交易策略精确解.     

基于特征矢量输入的神经网络测向方法

提出了一种新的基于特征矢量的采集输入数据方法，经该方法训练的径向基函数神经网络（RBFNN）可用于码多分址（CDMA）系统中多源信号波达角（DOA）的估计。该方法对信道噪声不敏感，能以较少的训练样本就可得到推广能力较好的神经网络。仿真结果表明，以新方法训练的RBFNN对多源信号DOA估计精度较高，实时性好，适用于CDMA通信系统的高分辨率测向。     

一阶基样条N1（x）作为尺度函数在不同尺度因子下小波的构造

本文对Ｎ１（ｘ）作尺度函数在尺度因子ａ＝２，３，４三种情形，讨论其小波的构造。ａ＝２时，存在唯一的小波分解；ａ＝３时，存在唯一的对称小波和反对称小波分解；ａ＝４，存在无穷多种一个对称小波和两个反对称小波的分解。     

均匀B样条曲线的一种表示形式

在CAD中,由于B样条曲线的良好性质,使其广泛应用于设计自由曲线。本文对均匀B样条曲线进行了详细地讨论,指出由相邻的k个点P_(i-1),P_(i-2),…,P_(i+k-2)所构造的一段k阶均匀B样条曲线C_i可表示为sum from i=0 to k-1 BS_(j,k)(u)P_(j+i-1),(K-1≤u≤k)。并通过对BS_(j,k)(u)的讨论,得到了均匀B样条曲线的一种新的表示式。     

Orlik-Solomon代数的NBC基的一个算法

文中给出了Orlik-Solomon代数NBC基的一个算法,并在计算机上进行了实现。用此算法对顶点数小于7的带号完全n点形图构形做了π-分类,计算了各类的Poincaré多项式。最后,给出猜想“带号完全n点形的相反图构形A(G)是不自由的,则完全n点形图构形A(G)是自由的”的一个反例。     

高职文科计算机基础课程教学改革探讨

计算机基础教学是高职教育中的一项重要内容。新时期的高职校园呈现出新的面貌,如何把握文科学生新特点,有目的、有针对的进行计算机基础课程的改革以提高教学质量则十分必要。     

一种解决协同过滤数据稀疏性问题的方法

面对信息量过载的问题,为了使用户尽快的从大量的数据中找到自己需要的信息,即运用协同过滤算法解决数据稀疏性问题,本文提出了一种基于径向基函数(RBF)神经网络的解决方法.首先构建RBF神经网络并提出了一种新的确定隐层节点方法.然后利用构建的RBF神经网络预测用户评价矩阵中的空缺值,提高用户相似度计算的准确性.最后通过与经典协同过滤算法的对比实验证明所提算法的实用性,实验结果表明,基于RBF神经网络的协同过滤算法可以有效的解决用户评分数据的稀疏性问题,提高推荐的准确度.