基于粒子群优化的模糊聚类分析

基于求解实优化问题时,粒子群优化算法优于遗传算法。在基于遗传算法的模糊C均值聚类算法基础上,给出了基于粒子群的模糊C均值聚类算法,试验结果表明:该算法克服了传统的模糊C均值聚类算法的缺陷,同时在收敛速度方面明显优于基于遗传算法的模糊C均值聚类算法。     

普通高校收费定价模型研究

高等教育收费问题已经成为社会关注的热点问题。本文综合考虑了政府、家庭、学校及社会对高等教育成本的分担能力,制定了一个合理的承担比率,并以此为基础建立了学费定价模型,最后利用相关数据对模型进行了实证分析。     

二阶隐马尔科夫模型的原理与实现

文中简述了二阶隐马尔科夫模型(second-order markov model)的基本原理和实现中的问题,并给出了一种新的Viterbi算法:新算法是利用MAP路径估计(Maximum A Posteriori Path)改进Viterbi算法。     

普通高校生均培养成本数学模型研究

本文根据标准生均成本的涵义,按照教育部对普通高等学校本科教学评估的基本要求,构建了测算标准生均成本的数学模型,最后利用相关数据对模型进行了实证分析,并给出了合理建议。     

基于BP神经网络的西安市宏观经济预测

宏观经济系统是一个复杂的非线性系统,对宏观经济进行预测应采用非线性的工具进行建模。采用BP神经网络对西安市宏观经济指标进行预测,此预测模型只需少量训练样本就可以确定网络的权值和阈值。实验表明模型预测精度高,能够对西安市宏观经济系统中的非线性关系进行描述,使建立的非线性模型与实际系统更加接近。     

基于“钻石模型”的西安文化创意产业竞争力分析

在全球金融危机的背景下经济整体增长放缓的时候,文化创意产业总体上却呈现出反＂经济周期＂逆势上扬态势,成为经济发展的新亮点,从而备受人们关注。以＂钻石模型＂为理论基础,在其4个基本要素和2个辅助要素的基础上,结合西安市文化创意产业发展现状,对主要影响要素进行了分析,并对如何提升西安文化创意产业竞争力提出了一些建议。     

基于改进的加权贝叶斯分类算法在空间数据中的应用

朴素贝叶斯算法是一种简单而高效的分类算法,但它的属性独立性假设,影响了它的分类性能。针对这个问题,提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性,通过属性约简选择一组近似独立的属性约简子集,提出改进的偏最小二乘回归加权朴素贝叶斯分类算法,实验结果表明,改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。     

基于改进粒子群算法的SVR参数优化选择的研究基于改进粒子群算法的SVR参数优化选择的研究

支持向量回归机（SVR）模型的拟合精度和泛化能力取决于其相关参数的选取,由于在参数的选择范围内可选择的数量是无穷的,在多个参数中盲目搜索最优参数是需要极大的时间代价,并且很难逼近最优。因此提出了基于改进粒子群算法的SVR参数优化选择方法。仿真结果表明：该改进粒子群算法优化SVR参数方法可行、有效,由此得到的SVR模型具有更好的学习精度和推广能力。     

对数学教育专业的思考与建议

数学教育专业师范生的培养质量直接关系到未来教育整体水平,也直接影响学生受教育程度,文章分析师范生初涉教学岗位状况,给出理想的教育模式和建议。     

区间规划在证券投资组合问题中的运用

本文基于区间规划的方法研究了摩擦市场的投资组合选择问题。文中把风险证券的收益率、投资风险及证券的流动性用区间数来描述,并结合绝对偏差风险函数的思想建立了一种关于区间数的证券投资组合选择模型。最后利用区间数的两种序关系将所提出的模糊线性规划问题转化为普通的参数线性规划问题进而求其解。