基于马斯洛需求层次理论的学生学习动机研究

理学作为基础学科,学科特点与国家的发展战略以及社会需求密切相关。通过对理学学生进行问卷调查,本文探讨了理学学生学习动机与社会支持之间的关系,发现了学科特性和社会支持会对学习动机产生的激发效果。研究表明,学生的学习兴趣、学习规划和学习耐性对于激发学生学习动机至关重要,应试心态会对学习动机产生负面影响,社会支持与学习动机呈现出显著的正向相关性。

扩展的多尺度模糊边缘检测

文章提出了一种扩展的多尺度模糊边缘检测方法(IFED)。凭借小波多尺度理论去噪和准确定位的优势,算法将像素的邻域由8邻域扩展到了16邻域,有效地利用了多尺度滤波以及模糊竞争分类法则,较好地保留了图像的细节部分,提高了抗噪性。实验结果表明,与传统的边缘提取算法和模糊竞争算法相比,扩展的多尺度模糊边缘检测方法(IFED)能得到更满意的效果,尤其在抗噪性能上的结果是相当的理想。

基于特征散度的模糊彩色图像分割算法

为提高算法的普适能力,提出了一种新的基于特征散度的模糊彩色图像分割算法(FD-CIS).算法引入了特征散度和模糊相异性函数来度量差异性,利用特征散度进行数据聚类,实现图像的区域融合.实验证明,算法较好地降低了彩色图像大样本数据的运算量,简单而有效地解决了过度分割现象,避免了聚类算法对初始条件的依赖性,与人的主观视觉感知具有良好的一致性.

基于二次分水岭和近邻传播聚类的彩色图像分割算法研究与实现

利用特征散度普适能力强的优势,提出了基于二次分水岭和近邻传播聚类的彩色图像分割算法.算法通过二次分水岭算法预分割,提取区域中色彩向量数据点,利用特征散度构造相似度矩阵,运用近邻传播数据聚类,实现图像的分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,降低了彩色图像大样本数据的运算量,与人的主观视觉感知具有良好的一致性.

新建本科院校《数学分析》课程教学改革——论数学建模思想的渗透

从数学建模及其重要意义角度出发,针对新建本科院校学生自身的特点,指出了现在数学教学中存在的主要问题和学习数学建模的必要性,具体探讨了数学建模思想在数学教学中体现出来的问题,并结合实际的教学实践,给出了一些建议。

基于邻域特征的彩色图像分割方法

为提高算法的普遍适用能力,提出了基于邻域特征的彩色图像分割算法.算法构造了邻域特征向量,利用模糊相异性函数来度量差异性,进行数据聚类,实现图像的区域分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,有效地解决了过度分割现象,降低了图像数据的运算量,与人的主观视觉感知具有良好的一致性.

研究式学习在数学分析课程的应用

数学分析是应用数学专业开设的专业基础课,在现有的讲授式教学模式之外,构建研究式学习教学模式,合理地对学生进行引导,将研究与学习有机的结合,激发学生的学习兴趣,培养学生的创新意识和科研意识,是十分必要而有意义的。

基于关键路径的物流配送时效可满足性检测模型和算法

将物流配送的时效过程建模为一个带有权值的有向无环图,通过比较图中的关键路径权值之和与配送时限的大小进行物流配送时效可满足性的检测和判定,给出了相关检测算法,并举例进行了相关验证。

基于HAAR小波的关联加权LDA在人脸识别中的研究

线性判别分析(LDA)是人脸识别系统中用来降维的主要技术之一,可以运用于整个人脸图像,但却受到了小样本(small sample size,SSS)问题的限制。通过引入权值的概念,关联加权LDA(RW-LDA)方法有效地改善了小样本问题,但是,它的分类效果却不是很好。为了解决这个问题,提出了基于HAAR小波的关联加权LDA(related weighting LDA based onHAAR wavelet,HWRW-LDA)方法,在HAAR小波子带基础上,应用关联加权LDA方法,既解决了小样本问题,又改善了分类的效果。在ORL及FERET两大人脸数据库的实验结果表明,与最先进的几种方法相比较,HWRW-LDA方法具有更好的识别性能。

《数学分析》教学改革探讨

《数学分析》是高等院校数学专业与应用教学专业最重要的基础课程之一。以《数学分析》课程的教学改革为出发点,在教学过程中强调因材施教的理念、重视数学思维的培养、关注数学思想的渗透。以《数学分析》中数列极限内容为例来探讨在《数学分析》教学过程中存在的问题以及所做的一些改革。

动态规划算法在物流配送装箱问题中的应用

针对物流配送装箱问题中的一个子类问题,基于动态规划算法,采取0-1背包问题作为数学模型,给出了相关求解方案。给出了该子类问题的形式化描述,介绍了动态规划算法实现的必要条件,建立了该子类问题的数学推导模型,给出了相关实现算法,并给出具体的应用实例。

一种新的模糊彩色图像边缘检测算法

为提高算法的普适能力,本文提出了一种新的模糊彩色图像边缘检测算法。算法引入了特征散度度量像素差异性,凭借多尺度理论去噪和准确定位的优势,有效地检测彩色图像的边缘。与传统的边缘提取算法和模糊竞争算法相比,模糊彩色图像边缘检测算法较好地降低了彩色图像大样本数据的运算量,得到更满意的效果,与人的主观视觉感知具有良好的一致性。

小波多尺度模糊竞争边缘检测

本文提出了一种小波多尺度模糊竞争边缘检测方法(WFCE)。凭借小波多尺度理论去噪和准确定位的优势,算法有效地利用了多尺度的滤波以及模糊竞争分类法则,较好地保留了图像的细节部分,提高了抗噪性。实验结果表明,与传统的边缘提取算法和模糊竞争算法相比,小波多尺度模糊竞争边缘检测方法(WFCE)能得到更满意的效果,尤其在抗噪性能上的结果是相当的理想。

基于翻转课堂模式的统计实验教学改革研究

在分析统计实验教学改革现状的基础上,引入"翻转课堂"模式探讨统计实验教学改革路径,设计了一套以培养学生自主学习、合作交流、创新实践能力为目的的统计实验教学体系,为统计实验教学改革提供参考。

F_α~p(C^n,λ_α,n)上的Carleson测度

设μ是n上的正Borel测度,λα,n为n上的Gaussian测度.本文给出了使得恒等映射J:Fpα(n,λα,n)→Lp(n,μ)有界的μ的充要条件.

基于CDIO理念的应用型人才培养改革研究

CDIO是新型的教育理念.该教育模式的引入,拓宽了高等教育改革的思路.本文以培养高技能、应用型人才为目标,分析了CDIO的理念,研究了CDIO培养模式与高等教育应用型人才培养模式在培养理念与目标、培养计划的制定、培养目标的实施、师资培养和学生考核与专业评价方面存在的联系,对提高理学专业办学水平有很强的指导意义.

师范生职前课程数据关联性分析

近年来,随着数据挖掘技术的不断成熟及其在应用领域的进一步拓展,许多学者开始研究数据挖掘技术在高校教学管理中的应用。先利用关联规则Apriori算法对师范专业学生课程成绩进行分析,得出课程之间存在的相关性及重要性;再利用聚类分析K-Means对学生的课程成绩进行分类,找出学生成绩的分布特点。结论对学生学习和选课有很强的指导性,对该专业培养计划的修订、课程的设置等具有实际意义。

机器学习在我国高收益债投资中的应用研究

近年来我国债券违约频发,违约数量和违约金额不断创新高。高收益债具有高收益、高信用风险等特点。首次违约债券具备高收益债的特征,兑付概率相对较高,以首次违约高收益债券为研究对象,运用高斯朴素贝叶斯模型和逻辑回归模型筛选高兑付概率违约债券,对投资高收益债具有一定的参考价值。