日本大学“数字感受舆心算”调查情况

据《全国珠算新闻》（日本珠连主办）２００２年５月号报道：今年二月，日本珠算教育连盟以首都及近郊的工科院校和科院校二百名学生为对象，进行了关于“数字感觉与心算”的调查。     

一种基于离散度的决策树改进算法

在数据挖掘中，决策树方法是一个重点研究方向．很多学者从不同角度对ID3算法进行改进和优化，提高了分类的效率和速度．本文从离散度的角度，对ID3算法进行改进．实验表明，利用改进后的算法挖掘分类规则，不仅提高了分类的正确率，而且非常高效．     

利用BP神经网络识别数字图像

本文首先介绍了数字图像以及数字图像在试验中的存储方式，然后分析了实验中使用的三层BP神经网络模型及神经网络学习算法，讨论了图像中心区域象素点与边缘区域象素点不同的处理过程，最后描述该BP神经网络的识别结果及应进一步研究的几个问题。实验表明，用BP神经网络识别数字图像是一种高效、高正确率的方法。     

概率神经网络和FTIR光谱用于食道癌的辅助分析

利用正常与相应癌化食道组织的主要FTIR特征峰aυs,CH3、sυ,CH2、σCH2、aυs,po4-、υc-o、sυ,po2-及sυ,磷酸化蛋白作为概率神经网络的输入向量,对网络的主要参数(网络径向基函数分布spread(0~5))、输入向量和网络表现(m ean accurate rate of recogn ition)之间的关系进行了研究。主要结论如下:i)无论输入向量是哪种特征频率的组合,其平均识别正确率都高于71.40%;ii)当输入向量为特征频率sυ,po2、sυ,磷酸化蛋白或υc-0、sυ,po2、sυ,磷酸化蛋白时,网络表现较佳,平均识别正确率较好。当spread介于1.4~2.3时,两者均达到网络具有的最高平均识别正确率(85.71%);iii)大多数情况下,网络的平均识别正确率与spread之间呈现二个高峰的特征,即spread介于0.1~0.3和1.5~5.0之间时,网络均具有较高的平均识别正确率。研究表明,以傅里叶变换红外光谱的主要特征峰为概率神经网络的输入向量,用于食道组织样品的癌化识别分析是完全可能的,其平均识别正确率可达85.71%。     

改进的多版本软件扩展表决系统

本文提出了一种改进的扩展表决系统，该系统是利用自动分析表决系统可靠性等参数的工具来构建的。在软件容错中采用N模块冗余(N Modular Redundancy NMR)及N版本编程(N version Programming)，应用表决技术，可以屏蔽整个软件系统中出错的部分。在实践中直接应用理论的表决模型会发现很难得到理论分析的结果。针对这样的问题，本文提出一种基于多数(plurality)的扩展表决系统：使用构造决策树的方法和进行DFT遍历作为自动化的计算工具；通过对基本的多数表决系统进行模型扩展，加入指导性规则对决策树进行重构，以自动计算工具的结果作为参考，从而选择更加可靠的表决结果作为输出。最终的模拟测试表明，所提出的扩展表决系统能够提高系统输出的正确率。     

巧用“比较”策略 提高珠算乘法正确率

正众所周知,"比较"是教师在数学课堂中惯用的一种教学策略,也是学生学习数学的一种重要的思维方法。没有比较就缺少鉴别,"比较"策略运用得当,不仅可以培养学生的逻辑思维能力和抽象思维能力,而且可以提高教学效果。当"比较"策略应用于珠算乘法教学时,我发现不仅使学生能够很好地掌握珠算乘法的拨珠方法,而且能够提高学生拨珠的准确率。掌握并运用比较策略,在珠算乘法中也是至关重要的。     

小学生珠算错误的心理分析及主要对策

在珠算教学过程中,我们常常会发现学生错误率居高不下。仔细分析,学生呈现的错误有很多方面:不是看错数字,就是抄错数字;不是搞错运算符号,就是对错数位;或是加法忘了进位,减法忘了退位;有时还会出现无法理解的错误。究其原因,除少部分学生由于珠算技能掌握的不好外,就多数学生来讲还是心理问题。因此,我们要从心理学的角度,来分析学生珠算过程中的感知、注意、记忆、思维等心理特征,查明其造成错误的心理原因,采取有效策略,从而提高学生珠算的正确率。     

判别分析与Logistic回归组合分类

本文讨论判别分析与Logistic回归组合方法的二分类问题.模拟结果显示,基于判别分析的Logistic回归的第一组合法的回判正确率往往高于判别分析分类和Logistic回归分类.第二组合法是基于Logistic回归的判别分析分类,回判正确率接近于Logistic回归的分类结果.很多情况下,这两种方法的回判正确率都高于判别分析。     

夸克博士

久违了的"洋话连篇"栏目又和大家见面了,不知大家的英语水平是否大有长进了呢?由小学生科技英语应用能力竞赛组委会举办的第四届小学生科技英语应用