例谈空间向量在立体几何解题中的应用

向量是高中数学新教材中一项基本内容,它包括平面向量和空间向量。翻阅近几年的高考数学大纲和各地高考试题,分析高高考命题的常考点,不难看出在今后的高考命题中,向量与解析几何、函数、三角的有机结合将成为一种趋势,向量的综合程度将     

空间向量在立体几何中的部分应用

空间向量在处理空间问题中具有相当的优越性,立体几何中的线面关系问题及求角求距离问题转化为用向量解决,用向量怎样来表达是问题的关键。     

浅析平面向量的应用

本文通过利用向量的基础知识去解决相关函数、几何、物理等学科间的问题联系,深化了数学知识间的关联性和系统性,为高中数学学习奠定了基础。     

向量映射的极大极小不等式

引进向量映射锥广义凹性与转移下半连续概念,得到向量映射的极大极小不等式。推广著名的KyFan极大极小不等式与一些近期的相应结果。     

支持向量机在投资决策中的应用

本文研究了支持向量机在经济上的应用。通过试验取得了很好的结果。说明支持向量机在经济方面的应用有很大的实际意义。     

支持向量机在数据挖掘中的应用研究

支持向量机(Support Vector Machine,SVM)是数据挖掘和机器学习中的一个很有效的工具。结合支持向量机在数据挖掘和机器学习中的应用,介绍了支持向量机的基本原理,发展方向及其研究热点。     

支持向量机在模式识别中的应用

针对传统神经网络存在网络结构难于确定、过学习以及局部极小等问题，研究了基于支持向量机（SVM）的模式识别问题。通过对棋盘这种典型非线性二值问题的分类研究，分析了支持向量机的分类与泛化能力。支持向量机在分类和泛化能力方面远远优于传统神经网络。最后将支持向量机用于对两类飞机目标的分类识别，通过多组蒙特卡罗试验，获得了较好的识别结果。支持向量机在目标识别中有巨大潜力和广阔前景。     

风险度向量方法在干散货航运市场中的实证研究

伴随着经济贸易实现全球化、一体化以及自由化的发展,航运市场迎来了全新的商机.但纵观整个市场环境,航运贸易不仅受到经济贸易的影响,自然和政治等因素也会对其造成直接的价格波动和风险影响.尤其对于干散货航运来讲,其作为不定期船舶运输,受市场竞争结构影响更为明显.所以对其进行风险分析十分必要.本文利用风险度量法对干散货航运市场进行测量评估,该过程主要以运价指数波罗的海干散货指数(BDI)波动的定性分析为主,同时结合风险价值(VaR)以及赫斯特指数(Hurst)指数、极差(R)3项指标进行综合分析实现全方位风险测量,以期为干散货航运市场运营提供科学参考,进而促进整个干散货航运市场的可持续发展.     

支持向量机在春运客流预测中的应用

由于春运客流预测是不确定的,非线性的动态开放性复杂系统,传统方法往往难以正确地描述这种复杂的非线性特征,因而无法正确进行客流预测。本文采用指数平滑的客流预测方法,提出了一种基于时间序列的支持向量机的历史客流预测方法,实验数据表明,预测结果是可信的。     

支持向量机在说话人识别系统中的应用

支撑向量机(Support Vector Macbinc,SVM)是一种新的统计学习方法,作为一种说话人识别的手段具有独特的优势.通过产生的支持向量来概括数据集合中的信息,其分类核函数仅依赖于一小部分训练样本,即支持向量,从而降低信息的采集量和识别时间.本文介绍了说话人识别的基本原理,特征提取、模型训练等方面,通过实验证明支撑向量机(SVM)在说话人识别系统应用中表现出的良好性能.     

支持向量机在股票价格短期预测中的应用

SVM采用结构风险最小化原则,使风险只与输入样本数目有关,而与输入的维数无关,从而避免“维灾数”,并且结构参数从样本学习中自动确定,克服了传统神经网络收敛速度慢、结构参数确定无理论依据、存在局部极小值等缺点,具有较好的泛化能力。将此方法应用于股票价格的短期预测,取得良好的实验结果,而基于支持向量机的股票价格短期预测模型对股市研究也有着重要的参考价值。     

遗传算法的支持向量机模型在房地产估价中的应用

利用遗传算法对传统的支持向量机进行改进,提出GA—SVM房地产估价模型,并运用到房地产估价的预测中,通过与支持向量机模型、BP神经网络模型和市场比较法的对比研究发现,该方法估价预测精度要明显高于BP神经网络模型和市场分析法,略高于支持向量机模型,所以GA-SVM房地产估价模型更具有推广性,更适合于有限样本的房地产价格估价。     

支持向量机在股票价格短鞋预测中的应用

SVM采用结构风险最小化原则，使风险只与输入样本数目有关，而与输入的维数无关，从而避免“维灾数”，并且结构参数从样本学习中自动确定，克服了传统神经网络收敛速度慢、结构参数确定无理论依据、存在局部极小值等缺点，具有较好的泛化能力。将此方法应用于股票价格的短期预测，取得晟好的实验结果，而基于支持向量机的股票价格短期预测模型对股市研究也有着重要的参考价值。     

支持向量机在企业冰箱订单需求中的应用

为了提高企业冰箱订单预测精度,提出基于支持向量的订单需求预测模型,本文在对冰箱订单需求影响因素分析的基础上,选出对冰箱影响订单需求最为重要的五个因素,运用支持向量机(SVM)对冰箱订单需求进行训练、预测分析,得到支持向量机在冰箱订单需求预测中的准确率,通过与BP神经网络、时间序列模型(ARMA)对比证明该模型预测精度较高,是一种有效的方法,值得推广使用。     

基于关键词组合向量模型的文本自动分类研究

本文描述了一种新的基于关键词组合模式的文本向量空间表示模型,相对于只使用文本中词语的频率的文本向量空间模型,这种新的模型在可以计算的前提下,使用了词语之间的相对位置信息,从而可以解决部分词语向量空间模型表示的不足。本文讨论了使用这种模型的自动文本分类系统,包括分类系统的结构、特征提取、文本相似度计算公式,并给出了评估方法。     

高中数学中向量知识的几个误区探讨

本文考虑高中学生的学习特点,对高中数学中向量知识的几个学习误区包括结合律和消去率在数量积运算中的应用、实数零和零向量的关系、向量坐标与点的区别、平面几何性质和向量性质的区别、向量垂直和平行的充要条件、向量夹角的意义、点平移与向量平移的区别等进行探讨,以期提高向量学习效果。     

空间秩深度加权的鲁棒性支撑向量机

提出了一种基于数据深度加权的鲁棒性支撑向量机.针对支撑向量机对噪声或离群点的高敏感性,在其优化函数的正则项中增加深度因子,以针对性地弱化这些点对分类结果的影响,使得分类更具有鲁棒性.给出了1范数和2范数约束下的深度加权支撑向量机的具体形式,并推导了空间秩深度在特征空间中的求解方式.相对于文献中的中心距加权方式,该方法抗噪声能力更强.     

浅谈高等数学在高中阶段的应用

本文介绍高中数学和高等数学的概念,然后总结了它们之间的关系,重点探讨了高等数学中导数、极限思想、柯西不等式在高中数学题中的应用,并给出了例子进行详细说明。     

设计中的空白空间

本文从设计的角度出发对空间进行探索,并对设计中的空白空间运用、规律、象征性作出解惑,以此来提升对平面设计空白空间形态意识的认识与把握,并强调空间对设计的重要性。     

凸壳支持向量机在服务器性能报警中的研究

随着计算机网络的广泛应用,服务器成为整个网络应用的核心,因此,对服务器性能的监测也越发重要。而服务器性能是否异常本质上属于模式识别问题,因此,本文提出将支持向量机应用到服务器性能分析中,并引入凸壳理论对支持向量机进行效率提升,以实现对服务器性能参数的快速精确划分。