简介：本文首先对家蚕微粒子病分组检验问题进行了剖析；然后，提出了Ｍ个有毒集团中含有二只病蛾的集团数的概率模型，其模型为二项分布Ｂ（Ｍ，０．０７）；最后根据集团检验的结果，得到了病蛾数的估计值，其值为（１．０７Ｍ＋０．０７）。

简介：新课改推行几年来，课堂教学形式有了很大变化，但我们依然十分遗憾地看到不少被冠为“精彩课堂”的教师对“教”总是关注得太多，而对学生“学”的探索却远远不够．我们所认可的课堂多数是教师的课堂，是教师才艺的展示，在这种课堂上，

简介：

简介：利用查表确定标准正态分布的函数值非常有限,这给工程应用带来很多不便。文章讨论了基于神经网络计算标准正态分布函数值的方法、数学原理、网络构造和学习过程。示例表明,计算简洁、方便,准确率能达到10^-6。

简介：本文用矩阵测度研究了一类区间联想神经络的稳定性,给出了其稳定的判别准则,推广和改进了文[1-2]的工作。

简介：<正>初中阶段是学生良好学习习惯的养成期,是形成基本学习的敏感期,在课堂教学中,怎样向四十分钟要质量,要怎样焕发出师生的生命活力。如何使学生在

简介：亲爱的同学，通过本章的学习，你将：1．经历从具体实例中认识图形的相似，探索相似图形的性质；了解线段的比、成比例线段；两个三角形相似的概念，探索两个三角形相似的条件，知道相似多边形的特征与性质；了解图形的位似，能利用位似将一个图形放大或缩小；通过典型实例去观察和认识现实生活中物体的相似，会利用图形的相似解决一些实际问题；认识并能在方格纸上建立适当的直角坐标系，在给定的直角坐标系中，会根据坐标描出点的位置，由点的位置写出它的坐标，能灵活运用不同的方式确定物体位置；学习用坐标的方法研究图形的运动变换，从中体会数与形间的关系。

简介：亲爱的同学，你们好!在新学期开始，让我们一起走进第16章——数的开方的学习探究，通过本章的学习，你将：

简介：根据相关监督检查制度及备案通知要求，临沂市在全市25家代理记账机构进行自查的基础上，于6月12日-23日对三个县区的10家代理记账机构进行了重点检查。检查项目多。本次检查除对经营场所、会计人员情况、制度建设、会计核算业务进行检查外，同时对代理记账机构财经纪律遵守情况及自身会计工作质量进行了监督检查。

简介：2015年12月5日晚,我刚到上海参加全球孔子学院大会,清华学友打来的一个电话,似乎是冬夜的炸雷,我们尊敬与爱戴的萧树铁先生驾鹤西去。遥望东方明珠之塔,追思先生风范之碑,恩师的高尚情怀、音容笑貌涌现心头,历历在目。萧先生一生致力于教育事业,主持了清华大学数学系恢复重建,培养了一批批杰出学子,在微分方程及非线性扩散等领域的研究取得丰硕成果;先生创建了中国工业与应用数学学会,开拓了全国大学生

简介：亲爱的同学，通过本章的学习，你将：1．通过丰富的实际问题，了解常量与变量、自变量与函数的意义，初步学会用函数思想和观点去观察、分析问题，预测实际问题中变量的变化趋势。

简介：当下,压力已然成为学习生活中不可忽视的部分.而它似乎在小学生身上愈发明显.当小学生在数学学习上感到比较吃力的时候,就会条件反射性地产生一系列的负面情绪.

简介：本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。

简介：研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。

简介：以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注，并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率，本文设计了2种改良的深度卷积神经网络，这些改进加快了神经网络的训练速度．有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型，该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验，改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型，这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后，构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”，该系统能够自动检测出CT影像中肺结节，并给出结节的良恶性概率评估。通过该系统的应用，可以有效缓解放射科医生超高的劳动强度，提高阀片效率，服务更多患者；减少漏诊和误诊发生的次数，有助于提高肺结节的诊断准确率；从而促进我国肺癌早筛工作的推广。

简介：研究了神经网络对课堂教学质量进行综合评估的原理、方法和过程,并成功地应用于实际中,结果表明该方法简洁,准确,并能克服各种人为因素.

简介：本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型，并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：微生物组学大数据在生态环境、人类健康和疾病研究方面都起到了重要作用。通过数学、统计等数据挖掘方法,从高维复杂数据中提取有用信息,是微生物组学大数据建模和分析的关键问题。本文分析了微生物组学大数据的特点,对当前数据分析和计算研究中存在的热点和难点进行了探讨分析,并综述了当前微生物组学大数据模式挖掘、网络重建与分析的研究概况。

简介：微生物以极大的数量统治了全球海洋,但是对其群体动力学、代谢复杂性以及协同作用等仍知之甚少。近年来,大规模测序技术的应用,尤其是宏基因组测序和16SrRNA测序已经逐渐成为研究海洋微生物生态系统的主要工具。这种不培养单个物种,而是直接通过测序提取所有微生物个体的遗传信息去研究微生物生态系统的成分和功能的方法,极大地促进了人们对海洋微生物世界的认识。本文简要介绍海洋生态系统学中的基本问题和最新计算分析方法。