符号型工具支持下的数学“学科大课堂”教学实践--以五上《有趣的面积》教学为例

符号型工具旨在更好地帮助学生定位学习目标,促进主动思考,加强学习反思,提升学习效果。教学苏教版五上《有趣的面积》一课,教师可以通过“利用方格图,感悟图形度量的方法“”创新方格图,探索图形度量的变式“”想象方格图,拓展图形度量的方法”这三个环节,引导学生逐层剖解和落实作为符号型工具的方格图在数学教学中的价值,推动学生在数学“学科大课堂”的实践和探索中碰撞学习的智慧,分享学习的快乐。

倒立摆系统的符号型自适应模糊控制

在变论域模糊控制系统中,一般情况下,论域根据设计好的伸缩因子随着输入变量的减小而收缩。论域的收缩增加了规则,降低了控制的实时性,同时伸缩因子的设计是一大难点。根据上述问题设计了基于符号型自适应模糊算法的单级倒立摆控制器。算法采用变形后的符号函数对输入变量进行了规范化处理,实时调整输入变量,并根据收敛性原理设计了控制器输出调整因子。系统利用线性二次调节器对状态变量进行综合,避免了"维数灾难"问题。仿真结果表明,该方法跟踪速度快,稳定性好。

从“物质能量型”到“信息符号型”--论人类文化创造模式的符号化转换

与传统的"物质能量型"文化实践不同,人类文化创造方式在信息化、网络化时代呈现出一种符号化存在,即"信息符号型"文化实践。全球信息技术的符号化、虚拟化发展,为人类文化创造方式的创新提供了发展契机,同时,它使得人类相对独立、有效、全面地开展"信息符号型"文化实践成为可能。"信息符号型"文化实践凸显了人类文化创造的符号特性,且越来越成为人类文化创造方式的必然选择,它代表着符号之于文化创造的普遍性和有效性的未来人类文化实践模式。

利用粒计算的符号型数据分组算法

在数据挖掘领域,基于符号型数据分组的数据预处理是一个极富挑战性的问题,它给人们提供了一种更加简化的数据表现形式。在已往的研究中,相关学者提出了许多解决方案,例如,运用粗糙集的方法来解决这一问题。文中提出了一种基于粒计算的符号型数据分组算法,主要分为粒度生成和粒度选择两个阶段。在粒度生成阶段,对于每一条属性,以对应属性值的聚类为叶子节点,自底向上以二进制树的形式构建粒层,形成属性树森林。在粒度选择阶段,以信息增益为基础,对每棵树进行全局考虑,选取最优的粒层,选层结果就是符号型数据的分组结果。实验结果表明,本算法呈现出比已有算法更加平衡的层次结构和更加优秀的压缩效率,具有较好的应用价值。

爪型符号模式矩阵要求代数正的相关研究

基于爪形符号模式矩阵的结构特点,研究了爪型符号模式矩阵是否要求代数正.利用图论和组合矩阵论的知识,证明了爪型符号模式矩阵要求代数正的必要条件.同时,分别给出了阶数小于5的爪型符号模式矩阵要求代数正的等价条件.研究结论丰富了组合矩阵理论,为符号模式矩阵允许代数正和要求代数正的研究提供了方法和思路.

符号型Nagumo条件下一类非线性边值问题的可解性

综合利用Leray-Schauder度理论的同伦不变性、上下解方法等,在符号型Nagumo条件下获得了一类三阶非线性常微分方程在非线性边界条件下解的存在性结果.

考虑内部散点的区间型符号数据的回归分析

研究通过对样本"点"数据打包形成的区间型符号数据的回归分析.针对现有区间数回归分析只利用区间数的端点信息这一问题,分析如何充分利用原始的样本"点"数据信息,即区间数的内部散点信息.首先从理论上推导了当假设原始样本点数据误差项满足回归分析所假定的三条性质时,区间数据回归分析的误差项也满足这三条性质.然后,在考虑散点的区间型符号数据描述性统计量的基础上,提出了一种新的区间型符号数据回归分析的参数估计方法.随之给出了区间预测方法.最后选取常用的CCRM作为对比算法,分别通过随机模拟和实例分析,验证了文中方法的有效性.

怎样阅读微生物的基因型符号

怎样阅读微生物的基因型符号郑仲承（中国科学院上海生物化学研究所，上海２０００３１）关键词微生物，基因型符号微生物在生命科学研究中起着非常重要的作用，选用合适的微生物有时是取得良好实验结果的关键。在描述一个微生物的品系时，最重要的事就是区分它的基因型和...

大数据背景下的规划产业选择研究——基于区间型符号数据因子分析

产业方向的选择是规划编制中的重要问题。在大数据背景下,从微观角度——海量企业数据入手进行产业分析与选择,为精确决策提供了可能。基于区间型符号数据的因子分析法可以有效针对大数据进行"打包"分析,弥补传统方法的不足。本研究阐述了区间分析在科技规划编制中的优势,介绍了区间型符号数据因子分析方法,并从海量企业基础数据出发,对天津科技规划中产业选择做了实证研究。

象征型符号在室内设计中的应用

符号是各种信息的载体和媒介。建筑符号包括肖似型符号、指示型符号和象征型符号。其中,象征型符号是符号学中一种传达设计语意的特殊手段。文章从象征型符号的基本概念出发,以设计案例为依据,对其特点及其在室内设计中的形式语言进行分析,同时对象征型符号的发展前景进行展望。

古村落中象征型符号在居室设计的应用研究——以江西婺源为例

基于符号学的相关理论,针对婺源古村落装饰纹样的特点,应用形式语言中的符号部分理论,重点研究象征型符号与居室空间设计的运用关系,探索已有的装饰符号在现在居室空间设计中的视觉形式的语言特征、符号指代作用、情境逻辑关系等。以江西婺源为例,运用提取与置换、简化与抽象、解构与重组等方法进行象征型符号的提取,旨在深入探究古村落中文化与装饰符号与现代居室设计的连贯性、整体性、文化性等,从而达到个性哈、人文化。

对区间型符号数据因子分析的改进及其应用

信息高速发展应用时代,符号数据解决了如何从海量数据中有效挖掘系统理论知识的难题,区间型符号数据是一种重要的符号数据。对原始区间型符号数据的因子分析进行改进,提出已知变量在可取值范围内均匀分布和变量非均匀分布或未知取值范围这两种情况的因子分析,并根据误差传递公式得到因子得分区间。引进区间的度量,对综合因子得分区间进行排序,并针对世博的实际问题做了研究。

汉字文化中的哲学问题——视觉型符号表意的文化载体

本文从十个方面论述了汉字是一种视觉型符号表意的文化载体 ,认为在汉字文化中包含着丰富的哲学问题 ;汉字与听觉型的字母表音文字不同 ,具有自身的独特性 ,认识了中国文字 。

基于空间结构的符号数据仿射传播算法

由于符号型数据缺乏清晰的空间结构,很难构造一种合理的相似性度量,从而使诸多数值型聚类算法难以推广至符号型数据聚类.基于此种情况,文中引入一种空间结构表示方法,把符号型数据转化为数值型数据,能够在保持原符号型数据的结构特征的基础上重新构造样本之间的相似度.基于此方法,将仿射传播(AP)聚类算法迁移至符号数据聚类中,提出基于空间结构的符号数据AP算法(SBAP).在UCI数据集中若干符号型数据集上的实验表明,SBAP可以使AP算法有效处理符号型数据聚类问题,并且可以提升算法性能.

谈网络语言的语词类型、特点及规范

人们在互联网上使用的语言被称为网络语言,网络语言的语词可分为词汇缩略型、图形符号型、谐音型和童语型等类型,它具有专业性、简约性、随意性、创新性和粗俗性等特点。网络语言的发展有待于进一步规范,探讨并提出一些合理化的建议,对人们使用健康的网络语言有很大帮助。

一种基于符号数据的群体推荐算法

基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势,设计了基于区间型和分布式符号数据的模型建立方法,分别建立符号数据描述的目标群体用户模型和目标项目模型,并将目标项目模型分解为积极子模型和消极子模型来表示.进而计算目标群体模型与目标项目积极子模型、消极子模型之间的相似度,最终产生推荐.选取为群体用户推荐美食作为实例,通过大众点评网收集用户评分数据,对文中算法进行评价,结果表明该算法能取得良好的推荐精度,且在群体较小及数据稀疏时,推荐质量明显优于传统基于点数据描述群体用户模型的协同过滤算法.

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.

区间符号数据在股市特征中的实证分析

文章采用区间符号数据的主成分分析法对2013年中国股票市场整个大盘走势进行了详尽分析研究,同时也打破了中信标普风格指数的编制方法,使得根据该方法得出的股票分类结果更加科学、合理。在指标选择上也与以往方法有所区别,在详细分析财务报表后,选择了更能涵盖上市公司特征的指标。从模型中使用的符号数据分析方法来分析股票市场的中国特色,得到的结论与客观实际相一致,说明符号数据分析方法对现时代大数据分析处理行之有效,而且十分方便。

滞后型差分系统周期解的稳定性(英文)

研究了滞后型差分系统 2xn-xn - 1=f(yn -k) 2yn-yn - 1=f(xn -k) n∈N(其中k为正整数 ,f为McCulloch -Pitts型符号函数 )的周期解的存在性与稳定性 ,得到了该系统的一个稳定的 2k + 1周期解 ,所得结果拓展了 [1]中的主要结论。