一题多法求最值

练习中会经常碰到求最值的问题，这也是高考考查的热点．解决最值问题通常有这样几种方法：（1）判别式法；（2）换元法（包括三角换元）；（3）数形结合；（4）均值不等式；（5）不等式性质；（6）反函数法；（7）巧用韦达定理；（8）分离常数法；（9）配方法；（10）函数的单调性．这一类问题，涉及面广，如果能用多种方法解题，即可以体现数学知识的连贯性、趣味性和灵活性，又能提高学生学习数学的兴趣．下面试举四例来说明其运用之妙．     

国家“双创”背景下科技型中小企业创新项目风险评估模型研究

本文首先分析了科技型中小企业创新项目的风险因素，构建了科技型中小企业创新项目风险评估指标体系。然后在总结各种风险评估模型优势和劣势基础上，提出一种基于模糊C均值聚类的风险评估模型，并通过实例论证了该模型的可行性及优越性。该评估模型基于部分代表性历史数据，使得评估结果客观可靠，而且该模型程序简单、运算量小、容易实现，为有效评估国家“双创”背景下科技型中小企业创业项目风险提供了理论依据和方法支持，具有理论意义和实用价值。     

关于Dirichlet L-函数与Gauss和

利用解析方法及其三角和估计给出DirichletL－函数二次加权均值的一个较强的渐近公式。     

引导学生探究解法,变式练习强化应用

以问题为驱动,引导学生对一道双变量函数问题,进行自主多解探究,共总结出5种解法,并将原题进行变式,采用恰当的方法解题.,应用双变量问题的解题策略.     

小议均值定理中的易错题型

在高职高考数学中,用均值定理求最值是一个重点,这里我们介绍几种学生在运用均值定理求最值时比较容易出错的题型.     

C#.net和Matlab在遥感图像处理中的应用

主要介绍了小波变换和均值滤波的一些基础知识,c#.net和Matlab接口实现的方法,小波和均值滤波的遥感图像降噪的步骤。去噪方法的指导思想是从图像信号本身出发,采用小波变换和均值滤波相结合的方法,先将含噪图像进行小波分解,获得具有频率分布特征的细节子图像,然后根据各细节子图像的频率分布特征,采用不同形状的模板进行均值滤波实现去噪目的。     

基于高斯混合模型和K-均值聚类算法的RBF神经网络实现男女声转换

语音转换是指改变一个人的语音个性特征,使之具有另外一个人的语音个性特征的技术,本文提出采用K-均值聚类算法的RBF神经网络实现基音频率转换,从而实现语音的韵律转换。在语音谱包络转换中采用高斯混合模型。     

岩石裂隙图像几种滤波处理算法的精度对比与改进

本文主要研究均值滤波、中值滤波和高斯滤波的相应算法,利用编程处理技术对其进行实现,并运用于岩石裂隙图像中,比较对岩石图像处理方法的优缺点。结果表明：在对于岩石裂隙图像处理中,中值滤波要优于均值滤波和高斯滤波。     

聚类分析在图书管理系统中的应用

指出K-均值算法的不足,提出K-均值算法的改进算法.利用此改进算法对图书馆读者群体进行聚类分析,并根据分析的结果,针对不同群体采用不同的服务措施,以使资源得到充分利用;同时对图书进行聚类分析,为各类图书进行特征描述和属性分析提供依据,从而可以合理分配有限的财力资源.     

使用粒子群优化算法学习聚类算法的参数

无导师聚类过程中将数据集合分割成几个类是一个很难确定的问题,目前还没有较好的解决方法。文章使用粒子群优化算法应用于无导师聚类算法——K-均值的参数学习,实现了使用粒子群优化算法进行聚类中心参数的确定,旨在提供一种选择中心参数个数的方法,同时给出了适应于聚类参数学习的粒子群fitness函数算法设计。通过对UCI机器学习数据库中的7个数据库进行实验,证实此方法是比较有效的。