点圈并图的匹配等价图数

若两个图G和H的匹配多项式相等,称图G和H匹配等价用δ（G）表示图G的所有不同构的匹配等价图的个数。文[5]在{m₁,m₂}∩{6,9,15}=Φ准的条件下计算了δ（sK₁∪t₁C_m1∪t₂C_m2）,在该文中计算了δ（sK₁∪t₁C₃∪t₂C₆）、δ（sK₁∪t₁C₆∪t₂C₉）是文[5]的完善和补充。     

Sugeno测度空间基于复样本的统计学习理论

引入复g_λ随机变量、准范数的定义,给出了复g_λ随机变量的期望和方差的概念及若干性质;证明了基于复g_λ随机变量的马尔可夫不等式、契比雪夫不等式和辛钦大数定律;提出了Sugeno测度空间中复经验风险泛函、复期望风险泛函以及复经验风险最小化原则严格一致性等定义;证明并构建了基于复g_λ随机样本的统计学习理论的关键定理和学习过程一致收敛速度的界,为系统建立基于复g_λ随机样本的统计学习理论奠定了理论基础。     

多值逻辑系统Hα中的子代数理论

系统H_α是一个带有参数的系统,将参数α赋予不同的值,将会得到不同的多值逻辑系统。论文研究了多值逻辑系统H_α中的子代数理论,讨论了该系统子代数的特征及相关性质,为系统H_α的进一步研究奠定了基础。     

确定型格值有限自动机的最小化

给出了确定型格值有限自动机的定义,并同时给出了有效终止状态和可达到状态的定义。指出了求取DLFA M=Q,Σ,δ,q₀,σ的实质是求取Q/R_k。由此以可到达状态为基础引入了等价关系R_k、S_k与商集Q/S_k,证明了R_k=R_k-1∩S_k,由此得到Q/R_k的等价类为Q/R_k-1中等价类与Q/S_k中等价类的非空交集全体。引入了H_k,并证明了可由H_k求取Q/S_k,从而得到仅利用集合运算便可求取Q/R_k的算法,最终给出了DLFA最小化算法的一个容易实现的构造型描述和相应示例。     

受噪声影响的复gλ样本的学习理论的关键定理

关键定理是统计学习理论的重要组成部分。但是,目前的研究主要集中在实随机变量且样本不受噪声影响。引入了复g_λ随机变量、准范数的定义,提出了受噪声影响的复g_λ样本的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致性的定义;给出并证明了受噪声影响的复g_λ样本的学习理论的关键定理,为系统建立基于复g_λ样本的统计学习理论奠定了理论基础。     

三次均匀B样条曲线的新扩展及应用

给出了一组含有2个形状参数λ_i,μ_i的三次多项式调配函数,它是三次均匀B样条基函数的扩展;分析了这组调配函数的性质,基于此组调配函数定义了一种带2个局部形状控制参数λ_i,μ_i的分段多项式样条曲线,它以三次均匀B样条曲线为特殊情形。新曲线不仅具有灵活的局部形状可调性和更强的描述能力,而且可以在不改变曲线G¹连续性和不影响曲线其他各段形状的同时,通过改变局部形状参数对曲线每段的形状进行多种方式的局部调整。最后讨论了新曲线在曲线造型中的应用,并给出了一个扩展曲面的定义。实例表明,新扩展曲线为曲线/曲面的设计提供了一种有效的新方法。     

修正的Gödel逻辑系统中子代数的广义重言式理论

将修正的Gödel逻辑系统中的广义重言式理论进行推广,讨论其序稠密子代数的广义重言式理论,并利用可达广义重言式概念和α-矛盾式概念在G的序稠密子代数中给出F（S）关于┐同余的一个分划.     

几何特征在点云配准中的应用

提出一种基于几何特征的三维数据配准算法。该算法针对点云中各点p_i的k邻近点Nbhd(p_i)构造三棱锥体,将三棱锥体各侧棱p_iv_j（j=1,2,...,）和其中轴线p_io的夹角记作θⁱ_j,所有夹角按照右手系来依次形成夹角序列（θⁱ₁θⁱ_2...）作为三棱锥的几何特征。通过比较三棱锥体的几何特征来确定有效点对。算法实现时,首先对初始数据通过抽取有效点对,建立名义上的对应关系,然后采用四元组法求得坐标变换的旋转和平移矩阵,实现数据配准。     

参数化模糊联想记忆网络的学习算法

基于Dubois提出的带参数ξ的t-模T_ξ,提出了一种参数化的广义模糊联想记忆网络Max-T_ξ FAM。由于T_ξ中参数ξ的作用,在应用中Max-T_ξ FAM有更强的可调性和灵活性。接着利用T_ξ的伴随蕴涵算子,提出了Max-T_ξ FAM的一种有效学习算法。从理论上严格证明了,只要Max-T_ξ FAM能完整可靠地存储所给的多个模式对,则所提出的学习算法一定能找到使得网络能完整可靠存储这些模式对的所有连接权矩阵的最大者。最后,用实验说明了所提出的学习算法的有效性。     

求解度约束最小生成树问题的新算法

针对网络设计和组合优化中的度约束最小生成树问题,基于第k最小生成树的求解算法,提出了一种求解网络G关于指定节点的最小k度生成树的新算法。该算法通过对网络G的最小生成树作最优可行变换,逐步构造出指定节点的度数越来越接近度约束k的最小i度生成树,最终得到了网络G关于指定节点的最小k度生成树。给出了算法实施的具体步骤,并证明了算法的正确性。最后通过仿真结果和一个运输实例,表明了该算法在解决度约束最小生成树问题中的有效性。     

一种海量题库难度系数和区分度动态优化模型

难度系数和区分度是衡量试题质量的两个重要参数。如何快速准确地获得试题的难度系数和区分度则是随机组卷考试系统海量题库建设中的一个难点。专门针对海量题库试题的难度系数和区分度提出了一种动态优化模型;该模型借助计算机的快速准确处理能力进行试题的实际难度系数和区分度的计算与优化,为出题者不断完善和优化试题内容提供科学合理的依据,从而提高海量题库命题的自动化和合理化水平。     

大学高等数学考试系统的设计

在高校对不同层次不同专业的学生组出合适的高等数学试卷,学生的能力水平、试卷的难度系数和区分度是衡量试题质量的重要参数。如何快速准确地获得学生的能力水平、试题的难度系数和区分度则是随机组卷考试系统中的一个难点。文章提出了一种基于Logistic模型和矩阵理论的解决方案,该方案借助计算机强大的处理能力计算优化学生的实际能力水平以及试题的实际难度系数和区分度,从而提高题库命题的合理化水平。     

基于学习的群体动画生成技术研究

为了降低群体动画中生成大量自然而又相似的人体运动的难度和复杂性,研究了一种基于学习的群体动画生成技术。该技术首先通过建立基于高斯过程隐变量模型和隐空间动态模型的运动姿势学习模型,将高维运动姿势映射到低维隐空间中,并在低维隐空间对相邻姿势的动态演化进行建模;然后通过对已有运动数据的学习来获得组成该运动的姿势的概率分布,再通过隐空间中的动态预测和Hybrid Monte Carlo采样来得到符合给定概率分布的隐轨迹;最后通过姿势重构来得到与原运动非常相似但又不同的一系列自然的运动,以产生群体动画,从而避开了传统的基于几何和物理约束的逆运动方法固有的困难和复杂性。     

基于改进的遗传算法的智能组卷算法研究

随着人工智能技术在高校信息化过程的不断推广,智能在线考试模式已成为高校教学改革的一种新手段。目前现有的在线考试系统由于一些现实约束,还存在很多不足。文中针对现有的考试系统存在智能组卷后的试卷难度不均衡、题库试题难度系数确定不合理的现象,提出一种基于改进的遗传算法自动组卷策略。利用伯努利大数定律和机器自适应学习方式,确定题库中试题合理的难度系数。在试题的难度系数确定后,试卷的难度系数就是参入组卷的试题的平均难度系数,组卷中,只需指定试卷的平均难度系数和各类题型的数量即可。     

基于多智能代理的试题库设计与实现

针对传统试题库资源容易枯竭和命题效率低下的问题,结合操作系统课程的考核大纲,提出了基于多智能代理试题库的设计思想和利用可视化开发工具Visual FoxPro 9.0的实现方法.首先建立操作系统基本概念和算法的数学模型,然后定义并编写模型的Agent函数,从而实现自动生成试题及答案与评分标准的功能.通过引入动态难度系数...     

基于时空聚类分析的自动组卷模型研究

为提高题库自动组卷的质量,以ACM Online Judge系统评测数据为研究对象,将时间方差和平均用时作为时空特征对题目进行自动聚类分析;在聚类基础上,使用各分类所有题目的提交次数和提交解决次数计算每类题目的难度系数,并采用高斯随机过程建立自动组卷模型。与传统经验组卷方法相比较,提出的自动组卷模型以题目难度和区分度为依据,组卷质量可科学评价测试者知识水平。实验结果表明,提出的自动组卷模型简单有效,适用性强。     

改进型遗传算法在组卷系统中的研究与设计

网络考试系统的公平性,试题的难易程度对于考生来说是就非常重要的。同时网络考试系统如何抽出一套能够满足考试的需求,又具有随机,合理、科学等也是非常重要的。该文在认真分析组卷策略和组卷数学模型基础上,提出一种分组自然编码的改进型遗传算法的考试系统,最后结合我校的教学实际用ASP.NET(C#)实现了这个组卷系统。经试用,满足设计要求,公平性和合理性都有提高。     

Analysis of multiple-choice items

This paper deals with scoring and analysis of multiple-choice exam questions. Data may be read by an optical mark reader scanner or from a file created by a system editor and stored in a format convenient to be analysed by a specially designed program 'MCQ'. In addition the data file created can be linked with the package SPSSx for pertinent statistical methods or SPSS Graphics for illustration of score and item distributions. The MCQ program comprises: (1) scoring; (2) item analysis: difficulty and discrimination indices; (3) testing the goodness of alternatives attached to each question. The method is applicable to multiple-choice questions with 4.5 greater than 5; true/false and combined exam questions. The method should prove useful for instructors to build up a balanced discriminant questions bank.     

Coefficient regularized regression with non-iid sampling

In this paper, we study a more general kernel regression learning with coefficient regularization. A non-iid setting is considered, where the sequence of probability measures for sampling is not identical but the sequence of marginal distributions for sampling converges exponentially fast in the dual of a Holder space; the sampling z _i , i ≥ 1 are weakly dependent, which satisfy a strongly mixing condition. Satisfactory capacity independently error bounds and learning rates are derived by the techniques of integral operator for this learning algorithm.     

基于课程学习的无监督常识问答模型

无监督常识问答是利用机器自动生成问答数据来对模型进行训练的问答模型,目前方法生成的问答数据中存在噪声数据和问题的难度随机的问题。提出一种基于课程学习的无监督常识问答模型,首先根据知识生成问答数据集,再对问答数据集进行多样化评估和流畅性评估,结合两个评估结果进行数据过滤,去除噪声数据;最后根据课程学习策略,使用干扰项与正确答案的相似度作为问题难度评估标准,使得模型根据难度等级来进行训练。在测试任务上具有1.5%～3.5%的准确率提升,证明了该模型在无监督常识问答任务上的有效性。