检索结果-内蒙古大学图书馆

马踏棋盘——一个数据结构综合实验案例新解

引用

大众科技 2012年第9期14卷 10-13页

作者：宁黎华陈光喜桂林电子科技大学数学与计算科学学院广西桂林541004 桂林电子科技大学现代教育技术中心广西桂林541004

首先把马踏棋盘问题作为一个综合设计案例引入到数据结构实验中,提出了用图论模型求解该问题的一个新思路。通过对该问题进行分析,循序渐进地给出了如何利用已学知识来求解该问题的过程。最后对该案例的设计进行了总结和思考。

关键词：马踏棋盘综合设计图论

来源：评论

学校读者我要写书评

暂无评论

一类求解双边障碍问题的松弛型二级多分裂并行算法

引用

数学杂志 2011年第2期31卷 323-330页

作者：董晓亮李郴良何郁波余国林北方民族大学信息与计算科学学院宁夏银川750021 桂林电子科技大学数学与计算科学学院广西桂林541004 怀化学院数学研究所数学与应用数学湖南怀化418008

本文研究了一类求解双障碍问题的松弛型二级多分裂并行算法.运用矩阵多分裂理论,在一定条件下证明了算法的收敛性.数值算例说明算法是有效的和稳健的.

关键词：双边障碍问题关二级多分裂收敛

来源：评论

学校读者我要写书评

暂无评论

一类修正的DY共轭梯度法及其全局收敛性

引用

数值计算与计算机应用 2010年第1期31卷 1-7页

作者：董晓亮李郴良何郁波北方民族大学信息与计算科学学院银川750021 桂林电子科技大学数学与计算科学学院广西桂林541004 怀化学院数学研究所数学与应用数学系湖南怀化418008

本文提出了一类求解无约束优化问题的修正DY共轭梯度法.算法采用新的迭代格式,每步迭代都可自行产生一个充分下降方向.采用Wolfe线搜索时,证明了全局收敛性.数值实验结果验证了算法是有效的.

关键词：共轭梯度法全局收敛性充分下降条件

来源：评论

学校读者我要写书评

暂无评论

一种聚簇消减大规模数据的支持向量分类算法

引用

计算机科学 2009年第3期36卷 184-188页

作者：陈光喜徐健成彦桂林电子科技大学数学与计算科学学院桂林541004 安徽财经大学统计与应用数学学院蚌埠233030

针对支持向量分类机对大规模数据集训练速度慢的瓶颈,提出一种聚簇消减数据集方法。首先建立样本中心距离函数,计算聚簇集的比例半径,然后利用聚簇集镜像扫描样本点确定簇集类,同一类样本特性的聚簇集中只保留代表样本点,建立异类点删... 详细信息

针对支持向量分类机对大规模数据集训练速度慢的瓶颈,提出一种聚簇消减数据集方法。首先建立样本中心距离函数,计算聚簇集的比例半径,然后利用聚簇集镜像扫描样本点确定簇集类,同一类样本特性的聚簇集中只保留代表样本点,建立异类点删除矩阵,通过上述方法消减样本集。证明了这种簇消减算法有较低的时间复杂度,并利用实验说明了保留代表点的有效意义。最后通过随机数据和UCI标准数据库验证了算法在保证分类精度的同时提高了分类速度。

关键词：支持向量机聚簇集大规模数据集训练速度

来源：评论

学校读者我要写书评

暂无评论

食品安全体系的抽样理论研究

引用

安徽农业科学 2009年第22期37卷 10336-10337页

作者：李兵陈国华杨涤尘朱宁湖南人文科技学院数学与应用数学系湖南娄底417000 桂林电子科技大学数学与计算科学学院广西桂林541004

介绍了多层抽样方法,给出了分层抽样方案的理论无偏估计及试验设计检验的模型和统计量。探讨了膳食暴露模型、污染物分布模型和风险评估模型的建立,最后,提出了抽样设计方法。

关键词：暴露模型污染模型分层抽样试验设计风险评估模型

来源：评论

学校读者我要写书评

暂无评论

岭型主成分估计的优良性质

引用

桂林电子科技大学学报 2009年第2期29卷 128-130页

作者：李兵陈国华段复建湖南人文科技学院数学与应用数学系湖南娄底417000 桂林电子科技大学数学与计算科学学院广西桂林541004

用线性回归模型的一种有偏岭型主成分估计,证明岭型主成分估计在M SE和GM SE准则下优于最小二乘估计,而且比主成分估计更有效,在协方差阵准则下优于最小二乘估计。并且进一步得到了在均方误差意义下岭型主成分估计是可容许估计。

关键词：有偏估计容许性均方误差

来源：评论

学校读者我要写书评

暂无评论

食品安全体系的抽样理论研究(英文)

引用

Asian Agricultural Research 2009年第5期1卷 16-18,22页

作者：李兵陈国华朱宁湖南人文科技学院数学与应用数学系湖南娄底417000 桂林电子科技大学数学与计算科学学院广西桂林541004

介绍了食品安全体系模型建立的理论基础。对多层抽样方案进行了设计,提出了样本总量的无偏估计定理,并加以证明;建立了相关数学模型说明了试验设计的原理。分析了膳食暴露模型、污染物分布模型和风险评估模型。①简述了概率分析在膳食... 详细信息

介绍了食品安全体系模型建立的理论基础。对多层抽样方案进行了设计,提出了样本总量的无偏估计定理,并加以证明;建立了相关数学模型说明了试验设计的原理。分析了膳食暴露模型、污染物分布模型和风险评估模型。①简述了概率分析在膳食暴露评估中的两个优点:一是它允许模型考虑所有暴露的分布情况,包括从小到大所有模式和所有百分位数;二是包括了对暴露结果不确定性和参数灵敏性的综合分析。②在理解污染物分布模型内涵的基础上,建立了主成分分析模型,进而构建了某种污染物对总体影响的对数模型。③根据污染物分布模型,计算得出某地区人群某些污染物每日摄入量的99.999%的右分位点,以此对某一时刻的食品安全风险作出评估。根据食品安全体系理论,提出了抽样设计方法。介绍了抽样设计方法的原则:整体抽样方案必须是严格的随机抽样;抽样方案必须要保证有较高的效率,尽可能减少抽样误差;抽样方案必须有较强的可操作性。对全国所有区县按地域与收入差距进行了相应的分层。研究表明:多层抽样并追加抽样的全面考虑,可以更加准确的描述中国的情况;对于中国所有区县的分层,有利于资料分类汇总和提高评价精度;对变化性和不确定性进行全面分析,其可靠性可以从分析过程和结果中得到。

关键词：暴露模型污染模型分层抽样试验设计风险评估模型

来源：评论

学校读者我要写书评

暂无评论

一类生化反应模型的Hopf分支

引用

广西科学院学报 2008年第3期24卷 181-183页

作者：李伟伟李亮桂林电子科技大学数学与计算科学学院广西桂林541004 伊犁师范学院数学系应用数学研究所新疆伊宁835000

对一类生物化学振荡反应的Brussel振子模型进行定性分析,采用规范形理论讨论该模型Hopf分支存在的条件和稳定性.

关键词： Hopf分支细焦点极限环规范形周期解

来源：评论

学校读者我要写书评

暂无评论

大规模数据分类的支持向量预处理方法

引用

计算机应用 2007年第B12期27卷 257-259页

作者：徐健陈光喜桂林电子科技大学数学与计算科学学院安徽财经大学统计与应用数学学院安徽蚌埠233030

对支持向量分类机中大规模数据集训练速度慢的瓶颈提出一种预处理方法,通过设置邻域特征值,比较样本点特征信息,建立样本集删除矩阵,剔除重复反映分类特性的样本点,达到在保持分类精确度的同时提高数据集训练速度,减少训练时间的目的。... 详细信息

对支持向量分类机中大规模数据集训练速度慢的瓶颈提出一种预处理方法,通过设置邻域特征值,比较样本点特征信息,建立样本集删除矩阵,剔除重复反映分类特性的样本点,达到在保持分类精确度的同时提高数据集训练速度,减少训练时间的目的。通过对随机数据和UCI标准数据库的数值实验验证了算法有效性,且相应调整计算阈值时可以达到提高分类精度的效果。

关键词：支持向量机预处理方法大规模数据集运算速度

来源：评论

学校读者我要写书评

暂无评论

一类推广的共轭梯度法及其全局收敛性

引用

桂林电子科技大学学报 2007年第4期27卷 291-292页

作者：黄传勇董晓亮徐健桂林电子科技大学数学与计算科学学院广西桂林541004 北方民族大学信息与计算科学学院宁夏银川750021 安徽财经大学统计与应用数学学院安徽蚌埠233030

共轭梯度法是求解非线性优化问题的一种重要方法。通过对共轭梯度法及其全局收敛性的分析,提出一个新的非线性共轭梯度公式,采用该公式和Wolfe非精确线搜索的方法是全局收敛的。文末的数值实验验证了算法是有效的。

关键词：无约束优化共轭梯度法全局收敛性 Wolfe准则

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：