Stein损失下BP神经网络分类方法在人脸识别中的应用

在统计判决理论的框架下,针对一类特定目标人脸识别中存在的问题,提出了基于Stein损失的BP神经网络分类方法,证明了Stein损失下的BP神经网络的收敛性,经过剑桥大学ORL人脸库的图像识别实验,表明这种方法能有效解决传统的BP神经网络特定目标人脸识别中存在的问题.     

Linex损失下的BP神经网络分类方法及在人脸识别中的应用

针对一类特定目标人脸识别中存在的问题,提出一种基于Linex损失下BP神经网络的分类方法,并给出了剑桥大学ORL人脸库上的测试结果.实验结果表明,所提出的方法能有效解决传统BP神经网络特定目标人脸识别中存在的问题.     

基于BP神经网络的皮肤病诊断方法

自动诊断系统是当前人工智能研究中的一个重要课题，有着十分广泛的应用前景。本文提出了基于BP神经网络的皮肤病诊断方法，讨论了网络隐含层神经元数选取问题、网络输入矢量的标准化处理问题以及网络连接权值的初值选取问题。对366名皮肤病患者的数据做了自动诊断识别实验，实验结果表明，文中所设计的神经网络诊断方法比常用的最近邻方法更有效地降低了诊断错误率。     

数学类应用型人才培养方案的研究与实践

培养方案是人才培养的顶层设计,为了培养创新人才,首先必须制定科学的培养方案。本文收集并研究了20多所高校数学类专业的现行培养方案及专业建设方面的有关资料,以及对用人单位的负责人进行访问或电话调查结果,分析了当前就业市场、IT产业经营与管理对数学类专业人才的需求状况以及对本专业毕业生知识、能力和素质的要求,提出了在数学类专业实行3＋1的培养模式。     

高等数学教学手段的改革

高等数学教学改革是一项复杂而艰巨的工作，改革教学手段，使用数学软件是提高教学质量的重要途径之一。     

Linex损失下两种信用评分模型的比较

研究和比较了两种信用评分的学习方法,一个是Linex损失的投影寻踪学习网络,一个是Linex损失的BP神经网络。分别分析两种算法的优缺点,并给出了UCI机器学习数据库中德国信用评分数据集上的测试结果,实验结果表明,Linex损失下投影寻踪学习网络优于BP神经网络。     

在数据库系统中进行大整数的数学四则运算

利用数据库的存储能力，在FoxPro中，给出了几个整数加、乘和除运算的连接记录的算法，改进了文献[1]中的结果，使任意住大整数的数学四则运算得以实现。这些结果可以推广到其它编程语言。     

RBF神经网络非对称损失改进及应用

针对应用RBF（Radial Basis Function）神经网络信用评分中存在的第Ⅰ类错误率高的问题，提出了基于Linex损失下RBF神经网络分类方法，并给出了UCI（University of California Irvine）中德国信用评分数据集上的测试结果。实验结果表明，该方法能有效解决传统RBF神经网络信用评分中存在的问题。     

高等数学教学中若干问题及研究对策

普通高等学校高等数学教学中存在的问题： 学生思想不稳定， 数学基础差， 教学手段落后等。教师应该树立服务意识， 正确看待学生的优缺点， 采用先进的电化教学手段， 采用计算机辅助教学， 提高高等数学的教学质量     

基于决策树的产品设计用户评价预测方法

产品设计用户评价预测是理论研究和应用研究的重要课题。本文提出了基于决策树的产品设计用户评价预测方法。讨论了决策树方法在产品设计用户评价预测中的适用性。对取自加州大学欧文分校机器学习知识库中,汽车评价数据库中的1729个数据做了产品设计用户评价预测实验,结果表明,模型有非常好的拟合和预测效果,其效果明显优于常用logistic回归。