三角形中分类讨论思想的应用

分类讨论思想是在解决问题出现不确定性时的有效方法,三角形问题中就有重要体现．一般有以下四种类型：一是由于一般三角形的形状不确定而进行的分类;二是由于等腰三角形的腰与底不确定而进行的分类;三是由于直角三角形的斜边不确定而进行的分类;四是由于相似三角形的对应角（或边）不确定而进行的分类．     

基于模糊决策的不完整数据分类算法

中医药领域不完整的数据普遍存在,而数据的不完整很大程度地降低分类模型的学习效果.大多数已有的处理不完整数据的分类算法只关注在其学习阶段处理不完整数据,而对于不完整数据出现在分类阶段则不能处理或效果不好.文章提出一种新的分类算法用于处理不完整数据的分类问题.首先给出一个新的用于处理不完整数据的决策树算法,并针对传统的Boosting算法在迭代过程中使用确定性决策方法而没有充分考虑到数据集中的不完整数据,进一步提出改进的Boosting算法,在迭代过程中对每一个假设使用模糊决策方法,权重的更新机制是增加错误分类样本的权重和减少正确分类样本的权重,最终使用加权投票的方式得出最优的分类结果.最后,通过两组实验证明提出的算法策略在处理不完整数据问题时的优越性.     

基于不确定数据决策树分类算法的软件外包评价模型

经典决策树算法不能处理树构建和分类过程中的不确定数据,针对这一局限,提出基于概率分布的方法,把决策树分类技术扩展到含有不确定数据的环境中。然后,针对软件外包评价中普遍存在着不确定数据,应用决策树分类方法,对软件外包公司进行客观评价。实验表明,本文提出的基于不确定数据的决策树分类算法能够实现对软件外包评价的定量研究。     

层次数据模型在关系数据库设计中的实现方式

关系数据库管理系统(RDBMS)是目前应用最为广泛的数据库管理系统,层次结构的数据在现实世界中是最为常见的一种数据集,在关系数据库中实现对层次数据模型数据集的管理是数据库设计中最常遇到的问题之一,传统的基于"实体-关系"模型的实现方式只适用于分类固定、整齐的数据.对于分类不确定、逻辑关系不严格的数据,本文提出了一种基于"节点-关系"模型的实现方法,并对两种方法进行了比较分析.     

基于不确定性线性判别分析的维吾尔语语音情感识别（英文）

为了在语音情感识别中获得高效、紧凑的低维特征,提出了一种新的基于不确定线性判别分析的特征约简方法.用与传统LDA相同的原则,在最大判别方向的估计中引入带噪声或失真输入数据的不确定性.在维吾尔语语音情感识别任务上验证了不确定性判别分析的有效性.在该情感数据上,分析了维吾尔语的语音情感特征,着重对维吾尔语语音的基音频率和共振峰频率进行了详细分析.利用不确定性线性判别分析对特征维数进行了降维研究,获得了比其他的常用降维技术更好的结果.通过不确定性线性判别分析获得的低维数据供给支持向量机,实现了维吾尔语的语音情感识别.实验结果表明,采用适当的不确定性估计算法时,在维吾尔语音情感识别任务上,不确定性线性判别分析(ULDA)算法优于传统LDA降维算法.     

独立性检验的基本思想

独立性检验的基本思想类似于反证法.要确认是否能以给定的可信程度认为＂两个分类变量有关系＂,首先假设该结论不成立,即H0：＂两个分类变量没有关系＂成立.在该假设下所构造的随机变量K^2应该很小.如果由观测数据计算得到的K^2的观测值k很大,则在一定可信程度上说明H0不成立,即在一定可信程度上认为＂两个分类变量有关系＂;     

含参数的不等式的解法

含参数的不等式,由于参数的不确定性,导致解答过程的复杂性.其主要解答方法是分类讨论法.在不等式的转化变形、写解集时,因参数的取值范围的不同而导致结果不同时,就需要分类讨论.确定讨论的标准,做到不重复、不遗漏.即把参数所取值的集合I,分成若干个非空真子集A1、A2…An(n≥2),使满足Ai∩Aj=φ(i,j∈N*,i≠j),A1∪A2∪…∪An=I.分类讨论后,解集的表达式是确定的.     

不完备数据下考虑变量混合不确定性的可靠性度量方法（英文）

目的：可靠性优化需要精确度量含不确定性变量的系统可靠性。然而,工程实践中往往不能获取充足的样本数据计算可靠性指标,因此本文针对不完备数据下的系统可靠性度量开展研究。创新点：1.提出了随机变量、稀疏变量以及区间变量混合不确定性下的可靠性度量方法;2.本方法可以推广到p-box和证据理论变量等不确定性变量。方法：1.建立不完备数据下的失效概率函数;2.基于中间辅助变量实现失效概率的一致性计算;3.针对数据不完备前提下失效概率自身也是不确定性变量的问题,对失效概率指标进行敏感度分析;4.将提出的失效概率计算方法推广到p-box变量、多模态分布变量以及证据理论变量;5.采用经典函数案例验证方法的有效性,并将方法应用于锻压机的可靠性分析。结论：1.不完备数据下的系统可靠性存在较大的不确定性;2.通过中间辅助变量可以精确分析混合不确定性下系统的失效概率,确定失效概率的随机分布特性;3.提出的方法可以用较少的计算时间获得准确的可靠性结果;4.本文方法可以扩展到更多不确定性类型的可靠性分析,辅助混合不确定性优化设计。     

基于朴素贝叶斯的学生信息分类预测研究

为从学生数据信息中挖掘有价值的信息为高校教学管理、人才培养等提供决策支持,本文采用朴素贝叶斯分类的方法,对学生信息数据进行分类与预测。通过分类的详细工作过程,可知朴素贝叶斯算法是一种简单而高效的分类算法,虽然其条件独立性假设并不总符合客观实际,但在学生信息分类预测研究中还是取得了很好的效果。     

与线段有关的分类讨论问题归类解析

与线段有关的分类讨论问题,主要有以下七种类型：一是由于点的位置不确定而进行的分类;二是由于三角形一边上的高在形内（外）不确定而进行的分类;三是相似三角形中的边的对应关系不确定而进行的分类;四是直角三角形中斜边（直角边）不确定而进行的分类;     

粗集理论在精品课程评选中的应用

粗集是一种处理不完整、不确定、不一致数据的数学方法,是数据压缩、数据处理、机器学习和知识挖掘的重要工具.其中约简是粗集理论的一个重要方面,通过约简,可以在保证原有分类能力不变的前提下,得到最简的分类规则,提高解决问题的效率.文章利用属性约简这一特点,对精品课程评选的评选指标进行了约简,并且导出了评选的决策规则.     

不确定性反应风格与预期情绪的关系探究——自我效能感的中介作用

当人们处在不确定的情形时,常常会伴随焦虑、忧伤的负性情绪。为探讨在不确定的条件下,不确定性反应风格对预期情绪的影响以及不确定性反应风格、自我效能感、预期情绪三者之间的相互关系,并且进一步探究自我效能感在不确定性反应风格以及预期情绪之间的中介作用,本次研究采用问卷调查法,对238名被试运用不确定性反应风格量表(URS)、一般自我效能感量表(GSES)以及预期情绪量表进行测量并使用统计软件SPSS18. 0对数据进行相关分析、回归分析等。研究结果表明:(1)不确定性反应风格与自我效能感两者之间呈显著正相关。(2)自我效能感与积极的预期情绪呈显著正相关。(3)自我效能感在不确定性反应风格与积极的预期情绪之间具有一定程度的中介作用。     

有关图形的分类讨论探究

在数学学习与研究中,当被研究的对象没有给出图形,或者给出的图形不完整,使我们不能对它"一概而论"时,就必须全面分析,画出不同情况下的图形,进行分类讨论.有关图形分类讨论是近几年来中考命题的热点之一,常出现在填空和解答压轴题中,学生碰到此类问题一是不知道要进行分类,往往会出现漏解,二是对于分类讨论无从入手,无法确定分类的情况和依据,从而造成解答紊乱.本文从抓住分类讨论的动因与讨论方法入手,对有关图形的分类讨论进行探究.1单个图形的分类1.1等腰三角形我们知道"有两边相等的三角形叫做等腰三角形",由此再把边分为腰和底边,角分为顶角和底角.问题中如果等腰三角形的底角和顶角,或者腰和底边不确定,就需要对它进行合理的分类讨论.     

高校篮球课教学中学生不确定感受的调查研究

通过对浙江师范大学公共体育篮球课中男、女各200名学生不确定性因素的问卷调查,结果发现,不确定性和确定性比值接近1:2,说明篮球课教学中有近1/3的不确定因素,如何合理而有效地利用不确定因素,是上好高校篮球课的关键,而解决不确定因素的关键则在于教师.     

与三角形有关的分类讨论问题

与三角形有关的分类讨论问题，主要有以下四种类型：一是由于直角三角形的斜边不确定而进行的分类；二是由于三角形的形状不确定而进行的分类；三是由于等腰三角形的腰与底不确定而进行的分类；四是由于相似（或全等）三角形对应角（或边）不确定而进行的分类．我们在解题中应仔细分析题意，挖掘题目的题设、结论中出现的不同情况，然后采用分类思想加以解决，在解题中才不会出现漏解的情况．下面我们就以上四种类型例析如下．     

数学探索性问题及解题策略

探索性数学题是以数学题构成要素为标准，着眼于数学题的功能进行分类的一种题型，它具有这样一个共同的特点：即构成数学问题的要素中，至少有一个要素是不确定的，从而使解题思考方向具有不确定性，这类问题的题型内容广泛，形式多样，要学生自己推断补充并加以解决，由于这类问题形式新颖，思考方向不确定，因此综合性和逻辑性较强，     

粗糙集理论及其在管理决策中的应用现状

引言 粗糙集理论的主要思想是利用已知的知识库,将不精确或不确定的知识用已知的知识库中的知识来(近似)刻画.该理论与其他处理不确定和不精确问题理论的最显著的区别是它无需提供问题所需处理的数据集合之外的任何先验信息,所以对问题的不确定性的描述或处理可以说是比较客观的.     

金融、资本与风险量化

金融风险意味着资本的运动存在风险,风险量化的目的是规避风险。预期存在于心理基础上,效用函数可变换为预期效用函数。决策者是一个预期效用最大化者。将不确定化为确定,就是用客观概率代替确定信息,将有约束最优化问题转化成一个无约束最优化问题。信息不完整阻止市场的完善,个人没有足够的信息,不得不在不确定的环境中做出决策。合理预期是"基于数据的预期"。现实中的任何行为都要面临不确定性。确定信息—确定型决策,客观概率的信息—风险型决策,主观概率的信息—不定型决策。用主观概率代替客观概率,不定型决策可化为风险型决策。风险量化时,还存在概率模型的不确定性。由此又有,如何利用非线性方程来度量一个系统的概率统计模型的不确定性。     

基于不确定语言变量的风险投资项目群体评价方法的研究

在风险投资运作过程中,对项目的风险评估是其关键环节.由于影响风险评估项目的因素具有不确定性,本文引入不确定语言变量的运算法则.先使用不确定语言加权平均算子对信息进行集结,针对属性权重完全未知的情形,给出一个求解权重的方法;再通过不确定语言加权平均（ULWA）算子,对不确定语言决策信息进行加权集成,利用已有的可能度矩阵排序公式得到决策方案的排序;最后给出实例分析,以说明该方法的有效性和可操作性.     

基于粗糙集和模糊聚类的网站日志数据挖掘实例分析

粗糙集理论是有效处理不精确、不确定和含糊信息的软计算工具,模糊聚类分析是依据客观事务间的特征、亲疏程度和相似性,通过建立模糊相似关系对客观事务进行分类的方法.网站日志数据通常是大量的,冗余的,日志中的页面之间的关系也是模糊的,不确定的.该文利用粗糙集理论和模糊聚类的方法对某学校网站的日志数据进行实例分析,抽取用户感兴趣的模式,理解用户的浏览兴趣行为,以便进一步改善网站结构,为用户提供个性化服务.