外沿生产函数的DEA估计新方法

本文提出了一种更符合生产函数定义的Ｃ－Ｄ生产函数的ＤＥＡ估计方法，利用这种方法估计出的生产函数是由各决策周期内不同投入组分所带来的最大产出点构成的，同时，本文给出实际生产过程向外沿生产过程转化的方向和程度。     

模糊逻辑在IDS中的应用研究

近年基于数据挖掘的异常检测技术已经成为研究热点,本文进一步把模糊理论引进入侵检测中,提出一种基于模糊关联规则挖掘的算法,并用遗传算法优化隶属函数参数,经过仿真测试,证明方法的有效性．     

基于粒子群优化的核函数参数选优

核主元分析的性能受本身核函数参数的影响,为了优化核函数参数,提高核主元分析的性能,在研究粒子群优化算法的基础上,提出了基于粒子群优化的核函数参数选优方法,有效地提高了核函数参数的优化,减少了其设置的盲目性。该方法综合考虑样本的类内离散度和类间距离,建立核函数参数优化的数学模型,应用粒子群优化算法对其寻优,通过仿真验证了该方法的有效性。     

基于遗传算法的一种数据拟合方法

基于遗传算法,提出了一种数据拟合方法,通过对函数参数进行编码,多次进行交叉变异操作,最终得到参数估计值。实验结果表明,该方法是有效可行的。     

基于交叉验证SVM储层预测方法研究及应用

东营凹陷深部储层埋深大,构造及相带变化复杂,钻遇目标层的井少,储层预测有很大的困难。本文以东营凹陷东部孔一段为例,将适合较小样本预测的支持向量机方法（Support Vector Machine, SVM）应用到储层预测中。为了提高预测精度,惩罚因子选取和核函数参数训练过程中引入了交叉验证。输入样本为井点处的地震属性和储层厚度,属性通过井震关系优先,选取的是带宽、能量半时、最大振幅、均方根振幅、过零点个数和弧长等6种属性。预测结果表明,本文方法较常规的多元线性回归、不加交叉验证的SVM方法,有更高的预测精度,在深层勘探中有推广价值。     

基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法

为了提高SVM分类精度与泛化能力,故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization, QPSO)对SVM进行惩罚因子和核函数参数优化,并针对QPSO算法出现的早熟收敛的问题,采用Levy飞行策略与自适应变异因子对其进行修正.实验仿真结果表明,与其他的智能优化算法相比,所提出的模型具有较高的分类性能和预测精度.     

基于粒子算法和支持向量机的财务危机预警模型

基于特征集的选择、核函数参数的优化对支持向量机(SVM)模型的预测性能有着重要的影响,提出了一个粒子算法-支持向量机(PSO-SVM)模型.该模型采用PSO对特征集和核函数参数同时进行优化,从而提高SVM模型的预测结果.将所提出的PSO-SVM模型应用到财务危机预警中,取得了较佳的预测结果.     

浅谈WORD表格中的数据计算

<正>众所周知,在日常办公文档处理工作中,常常一个文件既要有漂亮复杂的文档排版,又要对表格中的数据进行简单的统计、计算,所以,很多办公人员通常的做法就是利用计算器或EXCEL电子表格把这些数据逐个计算出来,然后再填入到相应的单元格中,但是当表格中的数据需要修改时,工作人员不得不对它们重新进行计算。这样做虽然可以达到工作要求,却在很大程度上加大了工作的难度、延缓了     

C语言中的指针与程序效率的探讨

C语言是一种应用广泛的计算机语言．本从指针的使用方面对C程序的效率问题进行了探讨，并根据具体情况，提出优化C程序的方法．