《油藏工程》试题库管理系统的研制和开发

利用VISUALBASIC语言,在WINDOWS环境下开发的能够对《油藏工程》试题图文进行统一管理的试题库系统,同时兼备复习、考查、出卷、自测及统计等功能。它具有功能全面,选题随机性强,成卷速度快,操作灵活方便,通用性强的特点,并适应于任意学科试题库的管理,对提高教学质量有着重要的实际意义与推广价值。

广义Fibonacci数列一些前n项和式

作者用数学归纳法证明了广义Fibonacci数列的相差5,6,7的前n项的和式,这样就能轻松得到Fibonacci数列、Lucas数列的相差5,6,7的前n项的和式,通过它的通项就能轻松计算其值。

采用N-list结构的混合并行频繁项集挖掘算法

针对大数据环境下并行MRPrePost频繁项集挖掘算法中存在计算节点负载不均衡,N-list合并效率低以及冗余搜索等问题,提出了基于N-list结构的混合并行频繁项集挖掘算法HP-FIMBN。首先,设计负载量估计函数(LE)来计算出频繁1项集F-list中每一项的负载量,同时提出基于贪心策略的分组方法(GM-GS)将F-list中的每一项根据其负载量进行均匀分组,既解决了数据划分中计算节点负载不均衡的问题,又降低了集群中各节点上子PPC-Tree树的规模;其次,提出预先放弃策略(EAS),该策略不仅能有效避免合并过程中的无效计算,而且不需要遍历初始N-list结构就能得到最终的N-list,极大地提高了N-list结构的合并效率;最后,采用集合枚举树作为搜索空间,并提出超集等价剪枝策略(SES)来避免挖掘过程中的冗余搜索,生成最终的挖掘结果。实验结果表明,该算法在大数据环境下进行频繁项集挖掘具有较好的效果。

广义Fibonacci数列一些前n项和式初等证明

用数学初等方法证明了广义Fibonacci数列的相差小于6的前n项的和式,从而就能得到Fibonacci数列、Lucas数列的相差小于6的前n项的和式,通过这些数列的通项就能轻松计算其值。

于ASP.NET的多层应用系统设计

微软ASP.NET技术为Web应用系统的开发提供了一个可扩展的、已编译的、早期绑定的开发平台。本文应用ASP.NET技术实现了题库管理系统,系统的灵活性和性能有了提升。

客观世界的n元关系——兼谈传统形式逻辑和数理逻辑

当代形式逻辑对客观世界n元关系的研究,其视野是传统形式逻辑和数理逻辑无法相比的。从主导思想上看,传统形式逻辑是真正的名副其实的逻辑科学,但它只研究1元关系,不研究多元关系和真正普遍有效的关系推理,因此,传统形式逻辑顶多只能算n分之1的逻辑。数理逻辑虽然把1元或多元关系作为自己的研究对象之一,但它没有从内涵的角度去区分关于同一外延的k个尽管相当然而并不相同的n元关系,从量上说至少是"挂1漏k-1"的,即只从外延的角度研究一种关系而漏掉(k-1)种关系,因此,纯外延的数理逻辑顶多只能算k分之1的逻辑。当代形式逻辑从研究论域上的n目组和n目组集入手,亦即通过确定论域上的个体的所有不同序列,对论域上n个个体(n≥1)之间的所有关系进行了逻辑科学应有的全方位研究。

预测性模型中的一种数据挖掘算法

在数据挖掘中，预测性模型是一个重要的方面。文中提出一个基于N阶转移概率的数据挖掘规则。给出了基本模型和算法，并评估了该算法的复杂性和优缺点。根据该算法，结合序列树提出了一个改进算法。

“动词‘打’+N”中“打”的义项及“N”的语义范畴研究

选取动词"打+N"作为研究的对象,根据《现代汉语词典》中对动词"打"的释义,对符合"打+N"语料进行筛选,归纳分类,并以所选语料为基础,对其进行语义分类和义征分析,考察动词"打"与"N"的搭配情况。本文总结了"打+N"这类结构中"打"所具有的目的性语义特征,及"N"所体现出来的语义范畴,如施事、受事、与事、工具、处所、原因、结果、目的、方式、关涉、材料等,组成了以动词"打"为中心、以"N"为发散点的语义网络,从而构建了动词"打+N"的语义场。

基于正负反馈的SVM协同过滤Top-N推荐算法

经典的Top-N推荐算法利用用户正反馈信息对全部项目进行排序,然后选择前N个项目推荐给用户.针对经典推荐算法未充分利用用户负反馈信息的问题,提出基于正负反馈的SVM协同过滤(SVM Collaborative Filtering based on Positive and Negative Feedback,PNF-SVMCF)Top-N推荐算法,充分利用用户负反馈信息过滤测试集中用户可能不喜欢的项目,只对测试集中剩余的项目进行Top-N排序.PNF-SVMCF算法过滤用户可能不喜欢的项目,这样可以缩减需要排序的项目规模,提升推荐效率;同时去除这些项目对排序的干扰,提高推荐精度.在MovieLens数据集上的实验结果表明,该方法具有良好的推荐速度和精度,特别是在较少的推荐项目情况下,能够表现出更好的推荐精度.

结合物品流行度的列表级矩阵因子分解算法

针对变形的奇异值分解(SVD++)算法的评分规则在模型训练和预测两个阶段的不一致问题和列表级矩阵因子分解(ListRank-MF)算法的Top-1排序概率在大量物品评分一样时排序概率一样的问题,提出一种结合物品流行度的列表级矩阵因子分解算法。首先,在评分规则中使用到的用户有过行为的物品集合中去除当前待评分物品;接着结合物品流行度改进Top-1排序概率;然后使用随机梯度下降算法求解目标函数并进行Top-N推荐。基于修正的SVD++评分规则,在MovieLens和Netflix数据集上比较了所提算法与目标函数为点级和列表级的SVD++算法。所提算法与列表级的SVD++算法相比,Top-N推荐准确率指标归一化折损累积增益(NDCG)值在MovieLens数据集上提高了5%~8%,在Netflix数据集上提高了1%左右。实验结果表明,所提算法能够有效提高Top-N推荐准确率。

关于 k 阶等差数列通项 a_n 及前 n 项和 S_n 的讨论

给出k阶等差数列的定义、k阶等差数列通项a_n和前n项和S_n的一般表示及前n项和S_n的一种具体求法。

n维有限射影几何上(d,r)-析取矩阵的性质及其界

介绍了n维有限射影几何上子空间的性质,利用这些性质研究了非适应性群测模型(d,r)-析取矩阵,然后计算了(d,r)-析取矩阵的相关参数,给出了它的行界.