考试说

我如果说我写这篇文章的时候我正在考试你信不信?准确点说卷子上面写着2008年全国中小学生英语能力竞赛初赛。题目真是匪夷所思。我知道有些人准备交白卷所以睡觉,有人在桌子里面     

基于数据挖掘技术的银行客户定期存款认购模型研究

数据挖掘技术能有效地挖掘出潜在的银行客户,能够大大提高银行的竞争力.介绍了数据挖掘技术中常用的三种模型:逻辑回归模型、BP神经网络模型和决策树模型,同时构造了一种新模型——逻辑回归与BP神经网络混合的模型,然后分别采用这四种模型对可能影响银行客户是否认购定期存款的影响因素进行数据挖掘分析,分别构建了基于逻辑回归模型、BP神经网络模型、逻辑回归与BP神经网络的新模型、决策树模型的银行客户定期存款认购的四种模型,同时利用R语言分别对这四种模型进行分析,分别用ROC曲线的AUC值和正确率比较这四种模型的功效强弱以及稳定性,研究结果表明,给出的新模型——逻辑回归与BP神经网络的新模型的预测效果更好,训练集和测试集预测的准确率分别为0.936和0.931,训练集和测试集ROC曲线的AUC值分别为0.998和0.987,这可以大大缩小银行推送认购定期存款的客户范围,有效地挖掘出潜在的银行客户,可以大大提高银行的效率.     

腭裂语音中齿龈塞音的声门代偿现象声学分析与判定

对齿龈塞音在腭裂语音中的声门塞音代偿现象进行了声学分析,计算频谱分布的多阶统计量—谱矩,并将代偿塞音和正常塞音进行对比。结果显示声门塞音爆破段的第一阶谱矩即频谱质心的频率位置比正常塞音低,因为声门塞音的阻塞部位在声门,导致声道腔体偏长从而共振频率偏低。还观察到声门塞音的第二阶谱矩即标准偏差偏高,说明其谱能量分布比正常塞音更加分散。声门塞音的第三阶谱矩即偏度大多为正值,反映了声门塞音功率谱的非对称性且大头朝向低频区而长尾朝向高频区。采用逻辑回归模型进行样本分类,通过交叉验证选出最优的四阶谱矩作为模型自变量,分类正确率为89.7%。结合塞音爆破时刻自动检测,实现了音节/di/的声门塞音客观判定。      

分娩方式选择的判别模型

根据一组不同情况产妇所测数据，应用Ｆｉｓｈｅｒ判别法及逐步Ｆｉｓｈｅｒ判别法分别建立起分 娩方式选择的判别模型．所建模型与实际情况吻合良好，回代及外延正确率高，应用方便，可在 临床上使用．     

基于约束独立分量分析的脑电特征提取

针对脑机接口(brain computerinterface,BCI)系统特征提取较慢的现状,提出基于约束独立分量分析(constrainedindependentcomponentanalysis,cICA)的P300特征提取方法.首先,针对各位P300实验被试,通过EEG图像研究其特有P300时域特性;然后,根据P300特性构建参考信号,并将参考信号与独立分量分析(independentcomponentanalysis,ICA)方法结合,基于64导联EEG,提取出与P300相关度最大的独立分量;最后,依据提取出的独立分量构造3维特征向量进行分类.实验采用线性分类器,针对BCICompetitionIIdatasetIIb和BCICompetitionIIIdatasetII两组公共数据集进行了验证.结果表明,提出方法在3次叠加平均下识别正确率达671%,15次达952%,在相同实验条件下,分类时间也较其他方法缩短.     

KPCA和RSVM结合处理大规模问题研究

针对入侵检测中训练样本数量多、属性多这一问题,应用核主成份分析Kernel PCA和简约支持向量机Reduced SVM相结合的方法,不但有效地提取了样本的非线性信息,而且使样本在维数上得到约简,减少了核矩阵的计算量.在标准入侵检测数据集上的实验表明:训练时间进一步减少,正确率得到提高,而误报率下降.     

支持向量机在地层识别中的应用

以径向基函数RBF为核函数,根据测井数据建立支持向量机的地层识别模型(SVMM).通过对SVMM分类器中惩罚参数C的优选,结合生产工程需要引入判断函数,提高了SVMM分类器的分类正确率.试验表明:SVM分类器应用在地层识别中效果良好,而且具有广阔的应用前景.     

反义标识的认知实验研究

在现实生活中，经常存在两个形状相似、意义相反的两个标识.为了提高反义标识的识别效率，选取典型的反义标识，讨论影响此类标识识别的因素，并采用实验研究的方法，确定反义标识识别因素的显著性和重要程度.结果表明，影响因素分别为标识图案的区别性、标识尺寸的大小和颜色的区分.其中通过增加反义标识图案区别性能够提高识别效率，但是显著性和图案区别方式相关;标识尺寸的大小对反义识别效率影响最为显著;合理区分反义标识的不同颜色，能显著提高识别效率.     

对珠心算教学中常见错误的分析

珠心算教学中,学生在心算时会出现一些常见的错误,如果不能及时纠正,不但会影响当时的计算正确率,挫伤他们的学习自信心,而且会给以后的学习带来障碍,所以教学过程中要始终关注学生出现的计算错误,及时进行原因分析,并采取有效策略帮助纠正,以减少甚至避免错误。关于计算错误的原因是比较复杂的,