财务困境预警的二阶段模型构建与应用

模糊神经网络汇集神经网络和模糊逻辑的优点,能有效避免神经网络的“黑箱”操作,但存在“维数爆炸”现象。将粗糙集和模糊神经网络有机集成,构建财务困境预警的二阶段模型：第一阶段利用粗糙集知识约简对数据集降维消冗,提取最优指标集;第二阶段以最优指标集设计基于模糊神经网络的财务困境预警模型。该模型融合粗糙集和模糊神经网络的特点,能提高网络结构的精练性、启发性和透明性。应用实例的结果表明该模型能有效克服“维数灾难”,避免数据噪声引起的模型过度适应,提高模型预测准确性。     

冒泡排序算法的改进

通过对传统冒泡排序算法的讨论，指出其效率不高的缺陷，提出了局部冒泡排序算法，并编程予以实现，其效率及性能较传统的冒泡排序算法有一定程度的提高。同时采用随机及特殊数据在计算机上对传统冒泡排序和局部冒泡排序算法进行了分析和性能对比测试，对局部冒泡排序算法的时间性能作出了评价，指出了局部冒泡排序算法的特点及优势。通过实验证明了局部冒泡排序算法较传统冒泡排序算法在时同性能上有了一定的改进。     

冒泡排序算法的改进

通过对传统冒泡排序算法的讨论,指出其效率不高的缺陷,提出了局部冒泡排序算法,并编程予以实现,其效率及性能较传统的冒泡排序算法有一定程度的提高.同时采用随机及特殊数据在计算机上对传统冒泡排序和局部冒泡排序算法进行了分析和性能对比测试,对局部冒泡排序算法的时间性能作出了评价,指出了局部冒泡排序算法的特点及优势,通过实验证明了局部冒泡排序算法较传统冒泡排序算法在时间性能上有了一定的改进.     

树结构在植物形态建模中的扩展及其应用

植物形态建模即建立植物拓朴结构及其几何表示是植物模拟的关键.为此,对传统的树结构进行扩展,建立一种新的树结构.这种新的树结构一方面与植物生长发育的过程相符,另一方面也容易实现.     

信用风险预警的MA—RSFNN模型构建与应用

为了克服模糊神经网络的维数灾难、结构复杂、局部早熟及收敛慢等缺陷,在设计一种模糊神经网络的基础上,将模因算法和粗糙集理论引入模糊神经网络,提出一种模因进化型粗糙模糊神经网络（MA—RSFNN）。新模型借助模因算法的全局搜索能力减少网络陷入局部极值的可能性,同时利用粗糙集知识约简对网络输人数据进行降维消冗,精简输人维度,避免“维数灾难”。实例仿真结果表明MA—RSFNN模型的预测准确性较高,是一类解决金融风险管理中高维复杂问题的有效方法。     

一种新的树结构及其在植物形态建模中的应用

植物模拟是计算机图形学中的研究热点，而形态建模是植物模拟的关键。本文对传统的树结构进行扩展，建立一种新的树结构。这种新的树结构一方面与植物生长发育的过程相符，另一方面也容易实现。     

MD5加密算法及磁盘ID在ASP源码防拷贝中的应用

本文结合磁盘序列号及MD5加密算法,实现ASP代码的版权保护,保证知识产权,防止盗版     

一种新的树结构及其在植物形态建模中的应用

植物模拟是计算机图形学中的研究热点,而形态建模是植物模拟的关键。本文对传统的树结构进行扩展,建立一种新的树结构。这种新的树结构一方面与植物生长发育的过程相符,另一方面也容易实现。     

B/S模式下基于OWC生成动态报表

报表是管理信息系统中的重要组成部分,在C/S模式下相对较易实现的报表打印功能在B/S下却成为一个难点.本文在ASP中基于OWC控件,给出了一个通用的实现方法.