F-残缺数据与F-残缺数据圆特征-应用

F-残缺数据是由F-数据(x)F与损失数据(x)-构成的数据对((x)F,(x)-),((x)F,(x)-)具有内-动态特性,应用于一类具有数据元减少特征的信息系统。基于F-残缺数据可视化问题,应用F-残缺数据提出F-残缺数据圆概念,讨论F-残缺数据辨识与恢复的几何方法。给出F-残缺数据圆位置关系定理,F-残缺数据的F-残缺数据圆辨识定理与辨识准则;给出F-残缺数据的F-残缺数据圆恢复定理,并给出应用。F-残缺数据圆是由数据圆OF,O-构成的数据圆对(OF,O-),F-残缺数据圆为研究F-残缺数据提供了一种几何方法。     

一种基于最小二乘法的船舶碰撞计算方法

针对海上船舶碰撞时的航行路径特征,提出一种基于最小二乘法的船舶碰撞点计算方法,根据船舶碰撞前的历史全球定位系统航行数据,利用墨卡托投影变换,在墨卡托直角坐标系中拟合出船舶航行路径函数,结合船舶航速、危险距离阈值,判断两船的航行拟合函数的交点是否为可能碰撞点。仿真实验分析比较和实际应用结果表明,该方法的计算误差小于传统方法。     

(F,F-)-信息的辨识-过滤

P-集合（packet sets）具有动态特性,它是由内P-集合XF与外P-集合XF构成的集合对(XF,XF)。基于具有内动态特性的信息系统,应用内P-集合,提出(F,F-)-信息概念;讨论(F,F-)-信息的辨识与过滤。给出(F,F-)-粒度与(F,F-)-过滤系数概念,得到(F,F-)-信息辨识方法与辨识准则,以及(F,F-)-信息过滤定理与过滤准则,并给出(F,F-)-信息的辨识-过滤应用。(F,F-)-信息辨识与过滤的讨论结果为研究具有内动态现象的信息过滤-发现提供了一种新方法。     

半P-集合(XF,X)与噪声数据剔除-应用

半P-集合(half packet sets)是由内P-集合XF (internal packet set XF)与有限普通集合X构成的集合对,或者(XF,X)是半P-集合,它具有内一动态特性。为了剔除噪声数据,获得目标数据,利用半P-集合提出了基于属性补充的递推一别除噪声数据的方法。提出了噪声数据、噪声数据集成与F-数据核概念;给出了噪声数据与F-数据生成的递推方法与递推结构、噪声数据集成与F-数据核关系定理、F-数据依赖与辫识定理、噪声数据递推-剔除定理、噪声数据辨识准则与噪声数据递推-剔除准则,以及噪声数据递推-剔除应用。半P-集合是P-集合理论与应用的一个新的研究分支,是研究具有内一动态信息系统的一个新的数学方法。     

外-残缺数据的生成-辨识

P-集合具有动态特性,它是研究动态信息系统的一个新的数学工具。利用P-集合结构中的外P-集合与F-元素补充集合,给出外-残缺数据与外-残缺数据圆的概念。外-残缺数据是由(x)F与(x)+构成的一个数据对((x)F,(x)+);外-残缺数据圆是由数据圆OF与O+构成的一个数据圆对(OF,O+)。利用外-残缺数据与外-残缺数据圆讨论外-残缺数据的生成与辨识,给出相关定理与外-残缺数据辨识准则,及外-残缺数据辫识的应用。     

■-残缺数据与■-残缺数据圆特征—应用

Fˉ-残缺数据是由Fˉ-数据(x)Fˉ与损失数据(x)-构成的数据对((x)Fˉ,(x)-),((x)Fˉ,(x)-)具有内-动态特性,应用于一类具有数据元减少特征的信息系统。基于Fˉ-残缺数据可视化问题,应用Fˉ-残缺数据提出Fˉ-残缺数据圆概念,讨论Fˉ-残缺数据辨识与恢复的几何方法。给出Fˉ-残缺数据圆位置关系定理,Fˉ-残缺数据的Fˉ-残缺数据圆辨识定理与辨识准则;给出Fˉ-残缺数据的Fˉ-残缺数据圆恢复定理,并给出应用。Fˉ-残缺数据圆是由数据圆OFˉ,O-构成的数据圆对(OFˉ,O-),Fˉ-残缺数据圆为研究Fˉ-残缺数据提供了一种几何方法。     

解决计算机基础教学与等级考试矛盾对策的思考

本文首先结合笔者自己的教学体验指出了计算机基础教学与等级考试之间存在的矛盾,然后分析了等级考试的各项弊端,最后提出了对等级考试进行改革和整合的具体建议。     

创建教学设计模板使之成为教学设计支持者

基于教学设计中教师存在的问题,阐述创建教学设计模板的必要性和模板的功能;依据心理学理论基础以及以教学活动中参与教学的角色定位和作用,提出教学设计模板的教学取向模式和角色模式;给出模板的设计原则,如应用系统科学方法创建模板,使其作为教师教学设计的支持者,从而提高教学设计能力。     

船舶定位信号短时中断下的插值预测模型?

根据基于时间序列的船舶航行定位数据的特征,在差分自回归移动平均模型的基础上,运用马尔可夫链状态转移概率特性解决非平稳数据的预测问题,在建立马尔可夫链状态迁移概率矩阵过程中,使用K-means聚类算法划分预测值与真实值的差值状态区间,继而构建出优化预测算法。对算法进行了理论分析和数值实验,并与其他算法进行了比较,结果表明,该优化算法在船舶定位数据短时预测领域具有较好的预测效果,优于多个其他算法,可应用于船舶移动定位产品中。     

(■,F~-)-信息的辨识-过滤

P-集合(packet sets)具有动态特性,它是由内P-集合X■与外P-集合XF构成的集合对(X■,XF)。基于具有内动态特性的信息系统,应用内P-集合,提出(Fˉ,F-)-信息概念;讨论(■,F-)-信息的辨识与过滤。给出(■,F-)-粒度与(■,F-)-过滤系数概念,得到(■,F-)-信息辨识方法与辨识准则,以及(■,F-)-信息过滤定理与过滤准则,并给出(■,F-)-信息的辨识-过滤应用。(■,F-)-信息辨识与过滤的讨论结果为研究具有内动态现象的信息过滤-发现提供了一种新方法。