龙岩学院数学与计算机科学学院
- 作品数：320 被引量：658H指数：12
- 相关作者：李伙友秦松喜邱亚林邓勇平卢盛荣更多>>
- 相关机构：山东大学数学学院山东大学控制科学与工程学院上海大学计算机工程与科学学院更多>>
- 发文基金：福建省教育厅科技项目福建省自然科学基金国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术文化科学经济管理更多>>
- 基于神经网络LAMSTAR的短线股票预测研究被引量：1
- 2008年
- 股票预测在金融领域是一个重要的课题。LAMSTAR是一个用于存储、识别、比较和决策的网络系统。本文尝试开发一个关于短期股票预测的LAMSTAR网络应用程序,每一次预测都会从历史数据里获取股票特征,然后输入LAMSTAR网络。网络会自动检测各特征之间的多维非线性关系并编码,然后根据预测的趋势进行交易。本文提供了三个公司的预测结果,该预测结果非常有效。
- 谢秀珍李建洋
- 关键词：神经网络股票预测
- 区域教育信息资源共建共享机制研究被引量：5
- 2010年
- 立足于区域教育信息化建设,在分析区域教育信息资源共建共享现状的基础上,以龙岩市为例,提出在区域内建立对教育信息资源实行集中力量共建共享的机制,希望为促进区域教育信息化可持续发展提供建议。
- 李汉明陈振武
- 关键词：教育信息资源共建共享
- 双向变异S-粗集的概率特征
- 2008年
- 利用变异S-粗集理论和属性迁移的随机性,给出双向变异S-粗集的依概率生成;讨论了双向变异S-粗集的概率特性.
- 修明张凌
- 关键词：概率函数
- 关于Stolarsky与Gini平均的一类比较
- 2014年
- 探讨Stolarsky平均S(r,s;x,y)与Gini平均G(r-k,s-k;x,y)(k∈R)的比较,给出了比较的充要条件,完整地解决了上述两平均的大小判定问题,所建立的不等式能推导出现有的诸多结论.文末提出了一个待解决的问题.
- 何灯吴善和
- 关键词：不等式
- P-集合与(F|ˉ)-数据选择-发现被引量：2
- 2013年
- P-集合是由内P-集合XFˉ与外P-集合X^F构成的集合对,或者(X^F,X^F)是P-集合。P-集合具有动态特性。P-集合是把动态特性引入到普通有限集合X中,得到的一个新的数学概念与数学模型。利用P-集合,给出F-数据,F-数据选择准则,Fˉ-数据选择定理,并利用这些理论结果,给出F-数据选择的应用。P-集合是研究数据系统的一个新的数学模型。
- 修明张凌郭华龙
- 关键词：P-集合数据选择
- QS快速单模式匹配的两种改进算法
- 2013年
- 模式匹配算法已广泛应用于各个领域,针对如何减少匹配次数,提高算法效率,提出两种改进的QS快速匹配算法。第一种算法通过检测匹配窗口的末字符是否出现于模式串中,并依据情况滑动模式串。第二种算法通过构造BM及QS算法两个坏字符滑动表,经查表比较后确定每一次的滑动距离,使得模式串的滑动距离达到最大,从而大大减少了尝试的次数。实验结果表明,UCD与MSD算法的尝试匹配次数明显优于QS及其他算法,具有更高的效率。
- 周志平庄金莲陈佳丽
- 关键词：QS算法字符串匹配
- 多变量法-同步荧光技术联用测定土壤中的多环芳烃被引量：1
- 2011年
- 以线性方程求解为基础,多变量法与同步荧光技术结合,建立了多组分多环芳烃混合物同时测定的同步荧光分析法,并将其应用于土壤中多环芳烃的测定,研究结果表明：该方法可实现15种组分的同时鉴别和定量测定。在0~1000ng/mL范围内,15种PAHs的荧光强度与浓度呈良好的线性关系相关系数r均不小于0.9981,标准偏差（SD）在0.02~4.12之间（n=6）,方法的检出限（S/N=3）在0.42~8.57ng/mL,回收率为75.46%~108.6%。该方法用于土壤中多环芳烃分析,简便快速效果良好。
- 章汝平连德忠何立芳
- 关键词：同步荧光法多环芳烃
- 关于Jordan不等式的拓广及应用被引量：2
- 2014年
- 借助于多项式判别系统和maple数学软件,本文建立了Jordan不等式新的拓广形式,所建立的不等式的强度优于现有的众多结论,并分别对Shafer-Fink型不等式,Seiffert平均不等式及杨乐不等式作了改进.
- 何灯王少光吴善和
- 关键词：JORDAN不等式杨乐不等式
- 案例智能及其柔性决策技术的研究
- 案例是专家经验的计算机存储形式,是专家长期实践的产物.基于案例推理是区别于基于规则推理的一种推理和学习模式,是一种重要的机器学习方法,已经成为智能系统一种新的推理方法.文章探讨了基于案例推理的主体推理过程,分析了以CBR...
- 郑汉垣卢盛荣李建洋
- 关键词：知识推理专家系统
- 文献传递
- 函数单向S-粗集对偶与■-预测规律发现
- 2009年
- 函数S-粗集理论是粗集理论的拓展,函数单向S-粗集对偶是函数S-粗集的三类形式之一.函数S-粗集具有规律特性、动态特性、遗传特性、记忆特性与预测特性.利用函数单向S-粗集对偶的动态特征,给出-预测规律、■-预测规律和预测度概念,提出预测规律的预测定理,并在通信传输识别系统中给出应用.函数S-粗集(函数单向S-粗集、函数单向S-粗集对偶、函数双向S-粗集)与信息系统融合、交叉是粗集理论中的一个新的研究方向.
- 张凌
