高等数学课程教学中融入课程思政的路径

文章首先分析了高等数学课程教学中融入课程思政的现状,然后提出了高等数学课程教学中融入课程思政的路径,包括课程思政贯穿高等数学课程教学的全过程、课程思政理念融入高等数学创新实践环节、课程思政目标体现在高等数学的考核评价体系中。

基于非线性主成分和聚类分析的综合评价方法

针对传统主成分在处理非线性问题上的不足,阐述了传统方法在数据无量纲化中"中心标准化"的缺点和处理"线性"数据时的缺陷,给出了数据无量纲化和处理"非线性"数据时的改进方法,并建立了一种基于"对数中心化"的非线性主成分分析和聚类分析的新的综合评价方法。实验表明,该方法能有效地处理非线性数据。

灰色Verhulst-BP网络组合模型在预测中的应用研究

在灰色Verhulst模型和BP神经网络理论的基础上,对两者的结合方式进行了研究,提出了部分数据Verhulst模型组的概念,得到了一种结合灰色Verhulst与BP神经网络的组合预测模型。利用BP神经网络建立部分数据Verhulst模型组与原始数据之间的非线性映射关系,克服了小样本时间序列数据在神经网络训练时的缺陷。实验结果和仿真验证表明,该组合预测模型具有较高的预测精度和良好的稳定性。

基于核主成分-聚类分析的土壤质量评价方法

针对传统主成分分析处理非线性问题的不足,采用基于核主成分-聚类分析的评价方法对土壤质量进行评价并分类。先利用核主成分分析剔除原始数据中存在线性相关和信息重叠的指标,再利用得到的主成分代替原来的评价指标,对土壤质量进行聚类分析。结果表明,该方法准确客观,可为土壤评价提供参考依据。

基于布尔矩阵表示的粗糙集属性约简算法

介绍了粗糙集的布尔矩阵表示及其重要性,重点研究了基于条件区分能力的属性约简及其改进算法,构造了基于核与条件区分能力、加权条件区分能力的两种属性约简算法,提高了数据挖掘速度。通过实例证明了该算法的有效性。

改进背景值的非等间距GM(1,1)模型

背景值是影响非等间距GM(1,1)模型精度的重要因素之一。在积分重构理论的基础上,对背景值进行研究,针对一次累加序列的非齐次指数形式这一特点,通过非齐次指数函数拟合方法对背景值的构造进行改进,提出了一种改进背景值的非等间距GM(1,1)模型,应用实例表明了该方法的有效性。

可视化数据挖掘在信贷欺诈检测中的应用

检测和防止信贷欺诈行为对于规范和维护合理的金融秩序具有重要意义。对于银行中的信贷行为,应用异常检测和人工神经网络等数据挖掘方法,检测和分析其中可能存在的欺诈行为;借助于Clementine软件对信贷数据进行提取与处理,实现了数据挖掘过程的可视化。应用实例表明,该方法直观并且有效。

数学史融入高校数学教学研究

论述了数学史在高校数学教学中重要意义,阐明了在高校数学教学中融入数学史的发展现状和存在的不足,给出了加强高校数学史教学的方法和建议.

两种用于城市用水量预测的灰色-神经网络组合模型

为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测.

基于最小一乘准则的离散GM(1,1)模型

针对最小二乘法则在灰色模型参数估计时稳健性较差的特点,提出基于最小一乘准则估计离散GM(1,1)模型的参数,给出了求解最小一乘问题的规划模型,得到了一种新的预测公式。通过计算实例表明,基于最小一乘准则的离散GM(1,1)模型对于有无异常点的原始序列,都具有较高预测精度和稳健性。

离散GM(1,1)模型参数估计的稳健算法

离散GM(1,1)模型主要用来描述数据具有指数增长趋势的过程,模型中的参数一般都采用最小二乘法则求解。考虑到最小二乘法在参数估计时稳健性较差的特点,提出利用全最小一乘准则估计参数,给出了求解全最小一乘问题的规划模型,得到了一种稳健性较好的预测公式。计算实例表明,基于最小一乘准则的离散GM(1,1)模型对于有无异常点的原始序列,具有较高的模拟精度和更好的稳健性。

基于Pageplayer的高等数学教学研究与实践

针对高校高等数学教学的特点,分析了PowerPoint在制作高等数学电子课件中的不足,应用PagePlayer制作新型的电子课件,可轻松实现文字和公式的混合编排、数学函数图像的精准绘制及交互式动画的设计等内容.教学实践表明,将PagePlayer应用到高等数学教学中,有利于教学效果的提升.

基于(24,12)扩展Golay码的信息协调协议

基于(24,12)扩展Golay码结合奇偶校验和提出了一种新的信息协调协议,对此协议的安全性做了分析.

应用型本科高等数学教学研究与探索

结合应用型本科院校的教学定位及高等数学课程的定位,分析了目前高等数学课程教学的不足.从高等数学的教学内容、教学模式及考核评价方法等方面对高等数学的教学改革进行探索与研究.

无线传感器网络LEACH簇头选择的一种改进方法研究

以LEACH算法为基础,针对传感器节点能量消耗不均衡的问题,综合考虑剩余能量、与sink节点的距离、当选次数等因素,提出一种改进的簇头选择阈值公式。经仿真计算,改进后的算法有效地改善了节点能耗的均衡性,延长了网络的生存时间。

提高《经济数学》学习兴趣的若干方法

本文分析了现阶段经济数学教学中存在的主要问题,根据实际情况提出提高经济数学学习兴趣的若干方法。

数值计算方法课程网络教学改革探讨

传统的数值计算方法教学注重课堂理论的讲解,忽视网络学习和MATLAB程序算法的应用,本文探讨了在网络环境下建立计算方法课程学习网站的必要性,并对网络环境下MATLAB实验教学和网络指导方面进行了探讨,并对教师角色的调整提出了建议。

立德树人视域下的高等数学教学创新与实践

教育的根本任务是立德树人,本文通过双线混融、创新课堂教学,学生中心、优化课程体系,三方促进、提升教师水平,有机融入、推进课程思政等四个方面,积极探索高等数学教学创新与实践路径,构建面向未来的《高等数学》教学新形态,充分发挥高等数学课程独特的育人效应,助力学生的全面发展,从而实现“以数化人、立德树人”。

基于PMI和TOPSIS法的产品评价分析——以Amazon平台某微波炉产品为例

对亚马逊平台某微波炉产品的销售数据与英文评论进行分析,从而得出该产品的优秀系列名称。重点是利用PMI算法进行英文评论文本的情感倾向程度识别,根据文本情感的倾向程度,将其分为五个等级,从而实现对文本数据的量化,再将不同的客户群体分为三类,对三类客户的数据集通过TOPSIS法得出各个产品价值评估结果与该微波炉产品的优秀系列名称。

基于图像插值技术的可逆数据隐藏算法

针对现有基于插值技术可逆数据隐藏算法具有较高的隐藏容量,但隐秘图像质量不是很高问题的问题,提出一种新的大容量图像可逆数据隐藏算法。首先对输入图像进行插值处理生成载体图像,然后对载体图像进行重叠分块,并计算分块中每一个非基准像素能隐藏的数据量,最后采用自适应的方法隐藏秘密数据。在Kodak图像集上的实验结果表明,本文算法能完整地提取隐藏的秘密数据且不会出现像素溢出现象;与相似的算法相比,该算法的秘密数据隐藏容量平均提升了约98%,隐秘图像质量平均提升了约6%。