论应用数学专业的建设与发展

本文就应用数学专业建设的指导思想及如何开拓边缘性学科建设以培养复合型人才，这些专业建设中的理论及实践问题进行了探讨。

《数学模型》体系探讨与竞赛训练

本文就数学模型作为一门独立的数学课程，对其理论体系进行了探讨，并提出了详细的体系设计。

试题库通用软件成卷系统中的数学模型

本文以控制试卷质量的最重要指标──难度为例，运用数理统计方法进行分析、归纳，建立起数学模型．并应用这一模型对在成卷中与难度相关的其它指标作了量化的分析．成卷系统数学模型的建立使试卷质量的各种指标都得以量化，这样应用计算机对考试实行科学化管理便成为现实。

适应社会需要,改革应用数学专业

加强理工渗透,为工程研究提供理论准备以及为数学研究寻找理论联系实际的结合点,是工科院校成立应用数学专业的最初目的。随着改革开放的深入,国家希望培养的学生更加贴近发展社会主义商品经济的需要,提高教育投资的效益;

语言认知评估系统用于语言认知障碍评估的可行性分析

背景随着我国人口老龄化程度日益加深,认知障碍的发病率逐年增长,认知障碍严重影响我国居民的生活质量。目前,语言认知障碍的筛查依旧依赖于传统的神经心理量表,量表测量法对评估人员的技术要求较高,花费时间长,受试者对其耐受性较差。目的探讨语言认知评估系统用于语言认知障碍评估的可行性。方法采用随机抽样法,于2018年3月至2020年3月选取55例入住于暨南大学第一附属医院康复医学科且简易精神状态检查量表(MMSE)基线得分为10~20分的脑卒中/脑损伤患者,以及18例健康受试者(暨南大学本科实习生、患者家属及陪护人员)作为研究对象。采用语言认知评估系统、蒙特利尔认知评估量表(MoCA)、MMSE、汉语失语成套测验(ABC)评价受试者的语言、认知功能状况。通过Spearman秩相关分析受试者语言认知评估系统得分与其MMSE、MoCA得分间的相关性;采用受试者工作特征(ROC)曲线评价语言认知评估系统对语言认知障碍的诊断价值,并计算语言认知评估系统在识别语言认知障碍患者中的灵敏度、特异度和准确度。通过对18例健康受试者进行满意度调查,了解受试者对语言认知评估系统的使用满意度。结果Spearman秩相关结果显示,受试者语言认知评估系统得分与MMSE、MoCA得分呈高度正相关(r_(s)值分别为0.910、0.884,P<0.05)。以MoCA得分<26分作为认知障碍诊断标准,结合ABC评估结果,语言认知评估系统识别语言认知障碍患者的ROC曲线下面积(AUC)值为0.733〔95%CI(0.632,0.834),P<0.001〕,约登指数最大点(0.703)对应的临界值为85分,此时系统的灵敏度为1.000,特异度为0.703,准确度为0.931(68/73)。18例健康受试者满意度平均得分为(4.07±0.48)分,满意度总体处于“满意”水平。结论受试者对语言认知评估系统的满意度较高。语言认知评估系统具有良好的效度和诊断价值,可有效评估受试者的语言认知功能状况,并且可应用于语言认知障碍患者的筛查与识别。

改进的最大-最小蚂蚁算法在有时间窗车辆路径问题中的应用

利用最大-最小策略,最大最小蚂蚁算法减小了蚂蚁算法陷入局部陷阱的可能性。基于对最大最小信息素策略和信息素更新方式的改进,结合快速产生初始解的算法,提出了一种新方法。把该方法应用于有时间窗车辆路径问题,试验结果表明该算法是有效的。

回归分析在新股股价预测建模中的应用

针对我国A股股市的特点 ,运用统计学和财务分析等方法 ,系统分析了影响新股上市股价的相关因素 .对抽取的股票样本数据进行了线性回归分析 ,得出了各因素所占权重 ,建立了一个预测新股上市第一天开盘价的数学模型 ,并以此模型为基础在计算机上开发了新股定价预测系统 .实践表明 ,该系统对于新股的投资决策具有积极的指导意义 .

一元实系数多项式方程实根的求解问题

对于一元实系数多项式方程的求根问题 ,提出了一种实用的数值解法 ,对一般的牛顿迭代法进行了改进和完善 ,研究了

马尔可夫链在股市分析中的若干应用

应用马氏链理论建立股价波动及预测的数学模型.提出了股价的运行周期和投资收益的最大化理论.通过实际数据的检验,证明了该模型应用的可行性.

振动力场作用及其CaCO_3填充体系下聚合物挤出的信息控制与优化

在已有实验的基础上 ,探讨在线控制聚合物的挤出压力问题 ,尤其引入三维信息扩散模型到神经网络的输入处理 。

模块化神经网络的系统结构和学习算法

提出了一种基于模块化的神经网络的系统结构和学习算法,它通过用分解判定子模块对输入向量的适当分区域、由合成子网将各区域的结果合成,实现了复杂任务的自动分解判定和模块化训练策略。一般函数逼近和三维墨西哥草帽等2个实现表明,该文提出的结构和算法是可行的、有效的;与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有并行性高、通用性强、对新增样本易于学习、便于硬件实现等特点。

均匀试验设计在遗传算法中的应用

介绍了在遗传算法中运用均匀设计产生初始种群的方法 ,指出由于遗传算法的交叉机制是完全依赖于初始种群的 ,所以初始种群的多样性对于遗传算法的收敛性是至关重要的 .

浏览器帮助者对象在安全B/S结构中的应用

通过浏览器帮助者对象来解决Browser/Server结构中的安全性问题 ,为电子商务等商业应用提出一种与Web服务器无关、对用户透明的安全模式 :在Internet/Intranet上传输加密的网页 ,并在浏览器端实时解密 .

基于Lotus Notes的审计自动化系统的分析和设计

随着计算机技术的飞速发展和会计数据的日益复杂化 ,审计自动化已成为审计研究领域的关注焦点 .文中设计了一个建立在群件技术LotusNotes上的审计自动化系统 ,并介绍了该系统的主要功能 .

广东省自学考试试题库(成卷)专家系统的设计与实现

本文结合广东省高教厅自考办下达的《自学考试试题库通用软件系统》，研究了自学考试试题库通用系统的特点，选题策略优化的理论基础，软件实现手段和人工智能、专家系统技术的运用，并与高等学校试题库通用软件系统进行了比较，分析了各自的优缺点，并对CAT未来的发展作出了展望。

并行协作模块化神经网络体系结构

提出了一种并行协作模块化神经网络的体系结构和学习算法 ,它可实现复杂任务的自动分解判定和模块化训练策略 .实验表明 ,本文提出的体系结构和算法与非模块化神经网络技术相比 ,提高了训练速度、改善了网络性能 ,它具有高效并行运行效率、容易实现新增样本学习等特点 .

基于梯度的并行协作模块化神经网络体系结构

该文提出了一种基于梯度的并行协作模块化神经网络的体系结构 (GPCMNN) .它通过分解模块 ,根据梯度方法对学习样本空间自动分解 ,由子空间识别模块和子任务模块实现各子样本空间的识别和学习 ,集成模块将子样本空间结果集成得系统的输出 ,实现了复杂任务的自动分解、判定和模块化训练策略 .实验表明 ,该文提出的GPCMNN体系结构是可行的、有效的 ;与非模块化神经网络技术相比 ,提高了训练速度 ,改善了网络性能 .它具有高效并行的运行效率、便于硬件实现等特点 ,同时又保持了PCMNN[7] 算法的优点 ,改进了它的不足 .

清浊音判决算法在语言康复训练中的应用

利用LPC求残差系数,然后对残差系统求自相关,再判断自相关的参数序列是否具有周期性而实现清浊音的判决。利用此算法结合计算机的智能诊断实现了一个应用系统,此应用系统能够让语言障碍患者进行清浊音康复训练,在临床应用中取得了良好的效果。

基于遗传算法的试题库智能组卷系统研究

采用自适应交叉率和变异率的生物遗传学算法,建立一个智能组卷的数学模型,并对该数学模型的编码方法和遗传操作进行了详细介绍和讨论。对该数学模型的应用求解表明,该方法是对以前的随机法和简单遗传算法组卷的一个显著改善。