分类讨论思想在初中教学中的运用初探

一、数学分类讨论思想在现实生活中当面临的问题不宜用一种方法处理或同一种形式叙述时,就把问题按照一定的原则或标准分为若干类,然后逐类进行讨论,再把这几类的结论汇总,得出问题的答案,这种解决问题的思想方法就是分类讨论的思想方法.     

基于集值统计的直觉模糊聚类

针对聚类问题中样品属性值不能或很难直接给出的情况,提出了一种基于集值统计的直觉模糊聚类方法,讨论了四种情况下的属性直觉模糊相似矩阵的公式,给出了聚类方法的步骤,最后通过算例 对该方法进行了说明和分析.     

正、余弦函数无穷乘积展开式的两个应用

通过对正、余弦函数无穷乘积展开式先取对数,再求导或再积分的方法,可获得两类无穷级数的和以及两类积分的无穷级数表示.     

一个贝叶斯聚类方法及应用

聚类分析是研究对样品或指标进行综合分类的一种多元统计分析方法.聚类结果常表现为树状图的形式.如何合理确定聚类的个数,一直是一个比较困难的问题,至今没有很好的解决方案,尤其当样本量较大时,树状图层次较多,很难直观确定聚类个数.介绍一种基于贝叶斯理论的聚类方法,通过对后验似然最大化的原则确定最佳聚类个数和方案,避免了聚类个数选择的主观性.一个已知分类情况的实际数据验证了该聚类方法的有效性.     

基于规范割的文本超图聚类

超图聚类方法是目前主流聚类方法之一.它的经典版本出现在超大规模集成电路研究领域.近年来,它的各种改进版本被提出并广泛应用于机器视觉领域.例如,在图像聚类和运动分割方面,它的各种版本常有较好的表现.本文将超图聚类方法引入文本聚类领域.首先,根据文本数据高度稀疏的特点,采用SVD(或PCA)对其进行降维;其次,采用基于大超边的超图规范割聚类对文本的低维投影进行聚类;最后,采用聚类准确率指标对聚类进行评价.在两个文本数据集的实验中,基于超图规范割聚类取得了比传统的k均值聚类和层次聚类更好的聚类表现.     

基于AFS拓扑和AFCM的模糊聚类分析

在分析AFS方法和AFCM算法的基础上,设计了一个新的模糊聚类算法.它首先应用AFS拓扑理论计算得到数据的相对距离,然后将相对距离应用于改进后的AFCM算法中,并进行了聚类实验.实验结果证明这样的聚类算法优于传统的HCM、FCM聚类算法,而且该方法能应用于含有布尔值或模糊概念的聚类分析中.     

从分式学习中学习类比和转化

数学思想方法是数学知识的精髓 ,是应用的指导与手段 .因此 ,数学学习不能只关注基础知识与基本技能 ,还要重视数学思想方法 .在分式学习中我们就可以学习类比和转化的数学思想方法 .1、类比的思想方法类比法是根据两个或两类对象的某种属性相同或相似而作出的推论 .类比的基础是比较 :对两个或两类对象进行比较时 ,发现它们的相同或相似点 .由于类比的目的在于用一个或一类对象的特点得出另一个或另一类对象的特点 ,所以类比法是一种创造性思想方法 ,是重要的数学思想方法 .但应用中应注意到 :进行类比的两个或两类对象之间的相似有其同一性和特定性的一面 ,一般也总存在差异性的一面 .因此从两个或两类对象的相似出发 ,并不必然地能得出它们的其他属性也一定相同或相似的结论 .由类比得出的结论我们必须证明其合理性 .在本文不论是概念的引入还是基本性质、运算法则的得出 ,都通过与分数的类比进行类似地 ,请同学们类比分数的乘除法、加减法的法则 ,自己写出分式乘除法法则、加减法法则 .2、转化的思想方法所谓解题———就是把未知的问题转化为已知的问题 .同一个数学问题 ,由于观察的角度不同 ,对问题的分析、理解的层次不同 ,可以导致转化...     

中考中的归纳猜想试题

近几年来,为了考查学生的数学能力,在中考中出现了很多猜想类试题,这类题目的解答对学生的要求较高,下面通过归纳猜想类的试题的分析,谈谈这类问题的解法.所谓"归纳猜想"就是当一个问题涉及到相当多的乃至无穷多的情形时,可从问题的简单情形或特形情况入手,通过简单的情形或特殊情形的试验,从中发现一般规律,或作出某种猜想,从而找到解决问题的途径或方法,这种研究问题的方法——归纳猜想法     

都是类比惹的“祸”

<正>合情推理是新教材中的新增内容,通常包含归纳和类比两种常用的思想方法,类比是根据两个对象或两类事物间存在着相同或不同的属性,联想到另一种事物也可能有某种属性的思维方法.比如在立体几何、数列等模块学习中,经常要用到类比的方法,甚至有人直接提出"在类比中学习",但若对问题分析不到位,也会出现麻烦.     

基于学科布局的科研机构层次聚类模型构建与实证分析

研究不同机构学科布局或主题领域分布的差异,并基于学科布局对科研机构进行聚类分析,有助于掌握科研机构的发展规律,对提高机构管理的效率和效益方面有着重要意义.文章采用科学基金项目数据来衡量科研机构学科布局情况,并针对基于项目数据学科布局聚类过程中数据存在的高维、稀疏特征,传统的聚类方法难以直接处理的问题,构建了"t-SNE+层次聚类"集成聚类方法.通过对中国科学院的国家自然科学基金项目数据进行研究,得到了中国科学院下属的117个研究机构的基于学科布局的聚类结果,并以10类为例,阐述了不同类别的机构学科布局特征.实证结果表明,文章使用的"t-SNE+层次聚类"方法得到的聚类结果,相比于传统方法得到的结果具有更好的效果,可以为学科布局调整提供支撑.     

某类解析函数的性质

引入了解析函数类H的子类H(λ,α,A,B),通过利用Briot-Bouquet微分从属的方法,研究了它的从属关系、包含关系、属于H(λ,α,A,B),或属于其子类的充要条件.     

一个典型不定积分问题的多解与巧解

对一个典型不定积分问题进行全方位多角度分析,采用发散思维方法,讨论三种变形总体思路和多种解法,即用三角代换将被积函数转化为三角有理（正、余弦）类,或利用凑微分法、“拆微分法”进行变形,或利用初等变形法、幂式换元法将其转化为另一种幂无理类,甚至于幂有理类．其中“拆微分法”能避开烦琐变形,比较简单直接．     

等混合聚类法的介绍

一、引言 聚类分析法是要解决在地质领域(或其它领域)中常碰到的分类问题.此方法在地质领域中的应用较为广泛.已用于地质上的地层对比、分类、石油地质上调整井油层水淹级划分及油气资源评价等方面,收到良好的地质效果. 目前我国常用的聚类方法,一般可分为系统聚类和动态聚类两种,但目前常用的聚类分析法,多变样本数量不能太大的限制.有的虽然能处理大数据量的资料,但往往花费的机时太长. 等混合聚类法是一种新的聚类法,这种方法不是一般的将一个样品和另外所有样品逐个加以比较,而是先将原始样品预分为若干组,然后根据一定原则,将各组分别…     

基于对象多属性差异的灰色发展聚类方法及应用

在现实决策问题中,决策对象在不同时期行为状态和所属类型往往呈现一定的发展规律,而现有聚类方法难以充分挖掘聚类对象的发展信息、对象间的关系信息和发展属性的差异信息。为有效处理此类问题,考虑到研究对象的发展趋势、发展行为和发展绝对量与增长量的属性差异,采用GM(1,1)和灰色定权聚类方法,构建了基于对象多属性差异的灰色发展聚类方法,并以我国区域高新技术产业化聚类评估问题为例验证了模型的有效性与合理性。结果表明,所构建模型能够有效描述研究对象呈现发展趋势或未来行为,并实现对研究对象的有效聚类。     

基于极大似然的异方差多正态总体均值的参数Bootstrap检验

本文考虑了异方差下多正态总体均值的检验问题。传统检验方法多为近似分布检验,且受总体数目及其样本量的影响较为严重,只有在总体数目较少、样本量适中或较大时才能很好的控制第一类错误。较近提出的参数bootstrap检验有效解决了在总体数目较多时检验的任意性,但在总体样本量都较小时,检验控制第一类错误倾向保守,或总体中存在个别样本量较少时犯第一类错误概率上升。本文从极大似然的角度推导出具有修正权重的极大似然检验统计量,并与bootstrap方法有效的结合,得到新的参数bootstrap检验方法。通过Monte Carlo模拟第一类错误和检验的势与Welch检验和广义F检验进行比较,结果表明本文提出的极大似然参数bootstrap检验在总体数目较多和存在小样本量时,均能很好地控制第一类错误,同时且有较好的势,适用范围更加广泛。     

“正“”误”例说类比思想的运用

类比是根据两个(或两类)对象之间具有(不具有)某些相同或相似的性质,而且其中一个(或一类)还具有(或不具有)另一性质,由此推出另一个(或另一类)对象也具有(或不具有)这一性质,类比法是研究数学问题的重要方法,也是掌握知识的好方法,正如玻利亚所言:"类比是     

一种基于IPCM的自适应曲线检测算法

模糊球壳聚类(FCSS)算法和基于改进型可能性C-均值聚类(IPCM)的球壳聚类(IPCSS)算法都是基于梯度的交错寻优方法,在检测圆或圆弧曲线时容易陷入局部极小值,从而得到错误的检测结果,同时其不能自动识别曲线的条数.针对上述两个缺点,在IPCM的基础上用拟合法计算半径和圆心,很大程度上克服了陷入局部极小值的缺点,同时引入特征间隙的方法,实现了曲线条数的自动识别.大量数值仿真实验和实际数据实验表明,提出的算法对圆或圆弧型曲线具有良好的自适应检测效果.     

Seiffert平均关于几何、算术和二次平均特殊组合的确界

应用实分析的方法,研究第一和第二类Seiffert平均P和T关于算术平均A与几何平均G和算术平均A与二次平均Q特殊组合的序关系,得到了四个关于第一和第二类Seiffert平均与算术平均,几何平均或二次平均特殊组合的精确双向不等式.     

基于免疫克隆算法的蒙古文形近元素聚类

文本聚类是聚类技术的重要研究领域.该技术根据文本的相似特征或相似表达式对文本进行聚类,使得属于同类的文本具有最大的相似性,而属不同类文本具有最大的差异性.与其它文字相比,蒙古文的结构和书写方式具有许多特征.本文结合K-means与克隆免疫算法提出了一种称为ICKM的新型聚类技术.四种元素集上的仿真实验说明了我们提出的方法在蒙古文聚类的有效性.     

中学数学教学中辩证类比的途径及功能

类比,又称类比推理是依据两个或两类数学对象的相似性,有可能把一个数学对象已知的特殊属性迁移到另一个数学对象上去,所谓辩证类比就是依据辩证法理论和方法,把两个(两类)数学对象看作一个具有多种属性的统一整体,用对立统一的观点去分