一道新定义考题的思路突破与教学思考

关注北京市近年来中考数学试题的同行应该知道,"新定义"把关题成为地方命题特色,作为一种风向标考题,北京市各区、各校各自的期中、期末试卷的把关题也都把"新定义"考题作为一道必考题.本文选取最近北京海淀区九年级第一学期期末卷上的把关题,首先展开思路贯通,并围绕该题给出教学设计,供研讨.一、考题与思路突破考题:(2015-2016学年北京海淀区九年级第一学期     

分类问题的在线顺序双并联快速学习机

双并联前馈神经网络模型是单层感知机和单隐层前馈神经网络的混合结构,本文构造了一种双并联快速学习机算法,与其他类似算法比较,提出的算法能利用较少的隐层单元及更少的待定参数,获得近似的学习性能.数值实验表明,对很多实际分类问题,提出的算法具备更佳的泛化能力,因而可以作为快速学习机算法的有益补充.     

在典型数学问题的再学习中创新

具有典型意义的数学问题,是指具有丰富的内涵,解决它们所用的知识紧密相连,并包含了重要的数学思想方法,在知识转化为能力上具有示范性和启发性,在解题思路和方法上具有典型性和代表性的数学问题.在数学教学中,教师精选一些这样的数学问题,在解完之后进行再学习,引导学生进一步地挖掘、多方位地探索,从典型问题解决中学“法”,在问题变化探索中用“法”,融会贯通后创“法”,可以有效提高学生的解题能力,培养学生在典型问题的“再学习”中创新,有利于培养学生的良好思维品质.     

基于相似度的样本分类算法

结合粗糙集理论中相似关系的思想,提出了一种基本相似度的样本分类算法.并通过实例说明了该分类算法的有效性。     

标准参照测验中的统计推断问题

在一定条件下利用一次测验分数推出考生观测分数分布和真分数分布及它们的联合分布,从而给出掌握推断中分类信度的一致性指标Ｐ和Ｋａｐｐａ系数的估计,讨论一些相关的统计推断问题．     

模糊处理变结构神经网络日负荷预测方法研究

对于受不确定因素影响的日电力负荷,首次提出了基于模糊分类规则的变结构神经网络负荷预测模型,考虑从两方面改进预测精度,一个方面是通过模糊分类规则,使过去的负荷数据分为不同气候特征,选用同类特征数据进行预测,另一方面是通过神经网络变结构优化,确定最优网络和最优拟合逼近,从而得到最优的预测结果,这种新方法同时考虑了天气因素的影响和神经网络的最优确定,因此,较大提高了日负荷预测的精度。     

蛇形算法及其改进

蛇形算法 (活跃轮廓法 )在图象处理过程中有广泛应用 .本文介绍参数化蛇形算法 ,并指出该算法的问题 ,在此基础上本文提出一种改进的蛇形算法 ,它对初始曲线的选取没有严格要求 ,并且在处理过程中动态地调整蛇形算法的参数 ,以便最快地收敛到所需位置     

井岗山常绿阔叶林植物群落分类和排序的研究

<正> 井岗山常绿阔叶林是我国中亚热带典型的常绿阔叶林,具有区系成分丰富,珍稀植物(?)多,地理环境复杂,群落类型多样,生态分异较明显等特点。因此,对之进行深入研究,具有很大的科学价值和经济意义。本文拟对井岗山常绿阔叶林的八个典型群丛进行分类和排序研究。群丛编号及名称     

一种基于集成学习的试题多知识点标注方法

个性化试题推荐、试题难度预测、学习者建模等教育数据挖掘任务需要使用到学生作答数据资源及试题知识点标注,现阶段的试题数据都是由人工标注知识点。因此,利用机器学习方法自动标注试题知识点是一项迫切的需求。针对海量试题资源情况下的试题知识点自动标注问题,本文提出了一种基于集成学习的试题多知识点标注方法。首先,形式化定义了试题知识点标注问题,并借助教材目录和领域知识构建知识点的知识图谱作为类别标签。其次,采用基于集成学习的方法训练多个支持向量机作为基分类器,筛选出表现优异的基分类器进行集成,构建出试题多知识点标注模型。最后,以某在线教育平台数据库中的高中数学试题为实验数据集,应用所提方法预测试题考察的知识点,取得了较好的效果。