应用图论分析与最优化理论来数据挖掘大规模水牛普里昂蛋白结构数据（英文）

图论、最优化理论显然在蛋白质结构的研究中大有用场.首先,调查/回顾了研究蛋白质结构的所有图论模型.其后,建立了一个图论模型:让蛋白质的侧链来作为图的顶点,应用图论的诸如团、k-团、社群、枢纽、聚类等概念来建立图的边.然后,应用数学最优化的现代摩登数据挖掘算法/方法来分析水牛普里昂蛋白结构的大数据.成功与令人耳目一新的数值结果将展示给朋友们.     

数据挖掘中数据排序及其应用

本文从统计学的角度对事务性数据库进行了描述,提出了加权构造综合属性函数方法,对事务项进行了排序分析,并用该方法对某些区中国移动手机用户的消费情况进行了综合评价,得到了许多有意义的结果。     

“最优化理论、算法及其应用-研究现状与发展”研讨会在武汉举行

为了加强我国数学规划同行之间的学术交流与联系,了解最优化理论、算法和应用的最新研究成果,跟踪数学规划发展的国际动态和前沿研究热点,进一步推动和促进我国数学规划理论、算法研究和应用实践的迅速发展,在中国运筹学会数学规划分会的热情指导下、在武汉大学数学与统计学院的积极支持下,在万仲平教授的精心组     

基于分形理论的股票时序数据离群模式挖掘研究

针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。     

前景理论视角下大数据资产价值的实物期权评估方法研究

提出了一种新的大数据资产的价值评估方法.在实物期权理论的基础上,将前景理论中的值函数用于计算标的资产每种状态下公司决策者对其价值的主观判断,运用决策权重函数来计算决策者对于规模扩张权、规模收缩权等的主观权重.并基于文献的研究结果,选取了一个算例,利用最小二乘蒙特卡洛模拟对模型进行了模拟计算,得到了合理的大数据资产的评估值.创新点在于:考虑了公司决策者在决定如何运用大数据资产为企业带来收益时的非理性,构建了基于前景理论的大数据资产价值的实物期权定价模型,并且考虑到了在执行规模收缩权时,标的资产的状态可能处于盈利或亏损两种状态的情况.提出的估值模型期望可以为更好地评估大数据资产价值提供一些参考.     

基于SMMC模型的数据多流形结构分析研究

采用混合多流形谱聚类模型(SMMC)对独立子空间、非独立子空间,非线性良分离及非线性交叉等流形聚类中的四种典型数据进行聚类,并与其他流形聚类方法进行比较,发现SMMC模型聚类效果良好且具有强鲁棒性和泛化能力.将SMMC模型运用于具有混合多流形结构的工件外部边缘轮廓进行聚类,结果显示SMMC模型能够很好的将其分为三类.针对SMMC模型复杂度高、选取参数困难及运行时间长的问题,提出了基于模拟退火遗传算法SMMC模型,结果发现改进后的模型能够大大缩短运行时间.     

基于因子分析与数据包络分析的高校专业建设效率评价研究:以辽宁省高校数学与应用数学专业为例

目前高校专业建设质量和效率是教育行政部门关注的热点问题.基于因子分析和数据包络分析方法,对辽宁省16所高校的数学与应用数学专业进行专业建设效率评价.对影响专业建设效率投入和产出指标分别进行因子分析,提取3个投入因子,分别是教师因子、专业课程因子和资源设备因子;提取2个产出因子,分别是科研因子和学生因子,计算出各决策单元的投入产出的分数,再用数据包络分析方法计算出各决策单元的技术效率、纯技术效率和规模效率,指出各高校在专业建设中投入和产出方面的不足之处,优化专业的资源配置,为各高校专业建设和发展提供参考.     

An investigation on the sensitivity and stability radius of returns to scale and efficiency in data envelopment analysis

An issue which has received widespread attention in rapidly growing field of DEA is the sensitivity of the results of analysis to perturbations in the data.