简介：随钻电磁波测井是当前一种较为先进的测井方式,论文通过构建均匀介质、层状各向同性介质和层状各向异性介质等3种地层模型,详细推导出了随钻电磁波测井正演数学模型,并给出了相应的数值模拟结果。

简介：苏霍姆林斯基说：“任何一个优秀的教师,他必须是一个善于激起学生对课堂的兴趣,确定自己课程吸引力的教师.”数学是研究数与形的科学,侧重于逻辑思维与推理,许多学生觉得很抽象、枯燥不怎么喜欢.其实数学是一门实用性很强的基础学科,同时数学与生活息息相关,教师应善于利用课堂把数学转化为“有趣”、“有味”、“有用”的数学,把学生兴趣吸引到数学中来.一堂课能否受学生的欢迎的因素有很多,

简介：2016年5月，房地产业与建筑业、金融保险业、生活服务业一同纳入营改增范围，正式开征增值税。上述变化不仅涉及房地产企业自身，也必将对相关上下游行业产生深远影响。

简介：结合基因组学数据与生物学背景,利用数学与统计的方法研究代谢综合征的致病机理。首先,利用变异系数筛选出信息含量较高的数据,并且利用变异基因频数统计的方法确定高频变异基因。通过查阅相关文献和数据库可知,大部分高频变异基因都与代谢综合征有关。随后,研究高频变异基因对其他基因的调控情况,并且由此构建出高频变异基因的调控网络以及网络内部的协同和拮抗作用。最后,提出基于调控网络的患病风险预测模型,由此提供预防或治疗方案。

简介：“问题引领,互助促进”是笔者在教学实践中尝试的教学方式,即以共进小组为单位,通过问题预习,熟悉教材,小组讨论等一系列活动,让学生对新授内容的认知达到一定层次,老师在这学生认识的最近发展区基础上再进行答疑解惑,深入剖析就容易与学生产生思想的共鸣,让学生积极参与进来,避免老师的教与学生的学脱节.本文就数学课堂中教学尝试的过程作些探讨.

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：一、引言中国经济在不断发展的同时,各种人为活动和突发事件导致的资源损害情形十分严重,自然资源约束趋紧、环境污染严重、生态系统持续退化,国民经济发展和资源环境保护利用的矛盾日益突出。资源环境的可持续开发利用问题逐步受到党中央、国务院的高度关注,2013年,党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》（以下简称《决定》）中指出“探索编制自然资源资产负债表，对领导干部实行自然资源资产离任审计，建立生态环境损害责任终身追究制。”

简介：研究了对于三车道的高速公路,自动驾驶汽车对混合交通流的通行能力及安全性的影响。引入变道欲望值、连续刹车率、空间速度方差和时间速度方差的概念,基于交通流元胞自动机模型,针对手动和自动驾驶2种汽车,建立了单向三车道的加减速和换道规则。选取6个评价参数,针对三车道模型,研究了随着自动驾驶汽车比例的增加,车道平均速度、平均速度的方差、交通密度、连续刹车率以及变道次数的变化情况。实验结果表明：在通行能力方面,当自动驾驶汽车的比例持续增加时,整个车道的平均速度、交通密度显著增加,从而大大提高了此交通网路中的通行能力;同时空间速度方差和时间速度方差会显著减少,说明整个交通流的平稳性增加了。在安全表现方面,当自动驾驶汽车的比例持续增加时,整个交通网路中的连续刹车率、变道次数先逐渐增加,然后逐渐减少,从而很好地刻画了安全性。最后分析了模型的优缺点,并指出了改进的方向。

简介：所谓微型探究活动,是指教师为完成学科教学任务,利用课堂教学的某个环节或课外时间开展短时间的探究活动.微型探究活动所需的时间一般不超过20分钟.微型探究活动通常不需要经历发现问题,制定方案、实施方案、获得结果、表达与交流这些完整探究环节,又称为“局部的探究活动”.相对于广义的探究来讲,数学课堂微型探究的探究层次较低,但在目前的现状下,它为探究教学在数学课堂的发展起到了抛砖引玉的作用,

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：本文就第五届＂泰迪杯＂数据挖掘挑战赛A题＂基于市场资金流向分析的商品期货量化交易策略＂给出了一种分析方法,并针对学生在参赛论文中出现的问题作了简要的说明与点评。

简介：对《基于数据的Goodgrant基金最优投资策略》一文使用主成分分析进行综合评价,对候选学校绩效指标值排名进行了探讨。首先,综合前人研究与本题实际,指出使用主成分分析进行综合评价存在的争议与不足;然后,分别建立TOPSIS模型和综合评价模型对候选学校的绩效指标值进行排名,并对不同方法得到的结果进行对比。结果表明,TOPSIS模型和综合评价模型得到的排名具有高度一致性,前50名重合率达98%,而与主成分分析综合评价的重合率仅有6%,说明使用TOPSIS等传统评价模型对候选学校绩效指标值进行排名更合适。

简介：一、实物期权的概念及应用背景所谓实物期权,是指在不确定条件下以期权的概念来定义的实物资产投资的现实选择性,反映了企业进行长期资本投资的现实选择权,同时也反映了企业进行长期投资决策时拥有的,能根据在决策时不确定的因素改变投资行为的一种权利。

简介：复杂网络广泛存在于日常生活，首先．给出几类标；位的网络模型；然后，利用稳定性控制方法设计并实现了具有时滞与非时滞耦合的复杂网络模型快速控制；最后．通过构造优化Lyapunov函数，讨论其模型的射影同步问题，得到了系统全局稳定的条件和有效的控制嚣．以实例数值验证其方法的可行性。

简介：本文引进了单位圆盘内与对称点有关的近于凸函数新子类Cs（α，μ，A，B），用初等方法讨论了该类中函数的Fekete-Szego问题，所得结论推广了一些作者的相关结果.

简介：基于减背景技术提出了一种改进的运动目标检测模型CW4,与原模型W4相比,CW4充分利用了图像的亮度、色度和饱和度等颜色信息,使得目标检测的结果更加准确。在对带有阴影的彩色图像的背景和前景的像素特点进行分析后,还设计了一种带权重的颜色计算模型的阴影去除算法。实验结果表明,基于CW4的算法显著提高了行人检测的精确性,阴影去除算法也能够有效地检测和去除阴影。

简介：1缘起新课程标准在阐述新课程理念时明确指出应建立科学合理的评价体系,更新评价观念,研究评价方法,关注学生个性培养与潜能挖掘.评价时既要关注学生数学学习的结果,也要关注他们数学学习的过程;既要关注学生数学学习的水平,也要关注他们在数学活动中所表现出来的情感态度的变化.

简介：为便于进行数据分析，首先将教据中的位点信息由原来字母编码方式转换为数值编码的方式．根据位点的编码信息和患病信息，采用Logistic回归的方法，找出某种疾病最有可能的一个或几个致病位，最．同时采用显著性检验进一步对建立的模型进行检验，证明了建立结果的合理性。此外，通过主成分分析，从原有的300个主成分中取出了225个主成分尽可能多地反映原来基因变量的信息。再通过主成分Logistic回归分析找出与疾病最有可能相关的一个或几个基因。最后，采用典型相关分析找出与相关性状有关联的基因位点。

简介：本文首先利用共轭梯度及矩阵性质,构造迭代算法,并证明算法的收敛性,同时对该算法当方程相容时收敛到问题的极小范数解进行证明.然后,对该算法进行细微修改,应用于相应的最佳逼近问题.最后给出相关的数值实例,验证算法的有效性.

简介：大数据时代背景下．通过教育大数据研究促进教育发展、为教育决策提供支持成为未来教育的发展趋势。大数据环境下的精；住教育主要研究如何根据学习者的个性化特征给出相应的教学方案，从而提高教学效果，真正实现“因材施教”。本文对教育大数据的两大主要研究领域，即教育数据挖掘（EDM）和学习分析（LA）进行了简要介绍。同时，苯文对当前教育大数据研究领域构建的主要模型进行了总结，并在此基础上构建可研究精准教育中若千问题的一种通用模型-精准教育中的教学评价数学模型，且对使用该模型研究具体问题的方法进行阐述，着重介绍了以问题为导向的模型构建思路。