新课程背景下学生思维障碍的成因分析

l、理论依据现代认知心理学认为思维是人的信息加工过程,而信息加工的过程有三类:问题解决、模式识别和学习。这三类过程既相互区别又彼此渗透联系。2、障碍分析     

供应链合作伙伴选择及备件订货问题研究

提出联合模糊集合和联合隶属度的概念,建立对供应链合作伙伴的定量评价模式,采用择近原则或加权择近原则对模式进行识别,为选择理想的合作伙伴提供了一种定量方法.基于供应链合作伙伴关系提出维修备件无库存管理模式.数值仿真表明新模式能够为企业节省资金.     

甘露糖结合凝集素在先天性免疫中的作用

本文主要从模式识别、激活补体系统、调理吞噬、参与炎症反应几个方面介绍甘露糖结合凝集素在先天性免疫中的作用.     

基于改进支持向量机的电信客户流失预测模型

随着电信业改革的深入和竞争的加剧,电信企业的客户流失率逐步攀升,如何预测并有效减少客户流失直接关系到电信企业的生存和发展.流失客户在客户总体中占比例较低,因此电信客户数据集中存在明显的非平衡数据问题,传统的客户流失预测把客户流失作为普通的模式识别问题处理,建立基于普适机器学习的预测模型.在两类错误的错分代价相差较大的情况下,基于普适机器学习的预测模型缺乏实用价值,因此引入代价敏感学习理论建立了基于改进支持向量机的电信客户流失预测模型,将不同的错分代价纳入建模过程,有效的提高了模型的预测性能.     

数字图象配准快速算法

研究了传统的、应用较为广泛的互相关函数测试配准法，分析了它的缺陷，提出了该算法的一种改进算法──单边缘快速配准法。     

基于模糊聚类-模糊模式识别的复合材料高温机械性能评价

将模糊聚类和模糊模式识别相结合的识别方法应用于具有多模糊特征变量的复合材料高温机械性能的识别中。对给定特征的复合材料进行模糊分类,建立群体模式。通过模糊模式识别在模式库中对检验样本进行匹配,实现对未知材料的聚类识别。结果表明:对于多因子相关的复合材料性能,两种方法的结合是有效可行的,可以满足经济性和准确性的要求。     

图像数据挖掘相关研究综述一概念和应用

图像挖掘是数据挖掘领域中新兴的领域。随着数字照相技术的发展和在多学科中的广泛应用，对大量图像数据的分析和研究越来越重要。由于图像挖掘的对象、内容不同于传统数据，方法上也不同于传统技术。本文旨在介绍图像挖掘的基本概念和体系以及国际上最新的研究成果。本文回顾了图像挖掘的相关问题及建模框架，并与模式识别、图像处理等相关领域进行了比较，在此基础上，还介绍了近年来图像挖掘领域在卫星遥感、医学影像和生物显微照片研究的相关应用。     

图像识别在吻合器漏针检测中的应用

提出了一种基于图像处理和模式识别技术的计算机吻合器漏针自动检测方法.该检测系统通过微机控制CMOS摄像机拍下吻合器图像,采用二值化、特征提取和模糊聚类等一系列计算机视觉技术检测漏针.实践表明,该方法准确率高、速度快,比传统检测方法有着更高的可靠性和效率.     

对基于数据挖掘的隧道掘进机掘进状况分类识别的探讨

根据隧道施工现场采集的数据特点以及掘进状况识别的具体问题，结合实际掘进背景知识，探讨了掘进状况识别的路线和方法，成功地进行了掘进状况的判别和掘进模式的建立。