倒向重随机系统的非零和微分对策问题

文章探讨了倒向重随机系统的非零和微分对策问题,其系统状态是由一类倒向重随机微分方程刻画.在适当的假设条件下,引入相应的代价泛函,利用经典的凸变分技术和对偶方法给出纳什均衡点存在的必要条件.     

由随机到科学 从无序到有序——人教版“营养午餐”的教学实践研究

“营养午餐”是人教版数学第八册第八单元后的一节综合与实践课,在学习本内容之前,学生已经积累了简单的排列组合、统计、计算等数学知识,具备了一定的解决实际问题的能力,这些是进行综合与实践活动的重要基础。文章主要是以问题为载体,在不断解决问题、发现问题中让学生体会由随机到科学,从无序到有序。让学生不断围绕问题,在搭配过程中又发现新问题,以数据为依据,引导学生形成用数据说话的意识,感受数据的力量。     

京津冀地区技术扩散的空间溢出效应研究

采用京津冀地区2010—2019年的相关数据,测算出京津冀地区的全要素生产率,以新经济地理理论为基础,通过莫兰检验实证证明了全要素生产率存在空间自相关性。通过LM检验、LR检验、Hausman检验,选择包含随机效应的空间滞后模型对全要素生产率和研发资本存量进行回归分析。结果表明,京津冀地区的技术扩散存在空间溢出效应,内部研发支出和技术引进支出都促进了地区技术水平的提升。对京津冀三地的全要素生产率进行测算,实证分析了促进技术扩散空间效应的影响因素,提出了优化技术空间溢出的路径。     

混凝土随机骨料分布模型研究

混凝土是由粗骨料、水泥砂浆及界面粘结带组成的复合材料。依据富勒抛物线和蒙特卡罗方法生成混凝土随机骨料分布模型,进而对复杂的力学行为进行计算机的模拟,该模型为混凝土结构的模拟分析和计算提供平台。     

基于机器学习的老人活动识别方法实验研究

全球人口老龄化的日益严重使得如何更好地提供养老服务变得越来越重要。新一代信息技术的快速发展为智慧养老研究提供了良好的技术基础,基于机器学习的老人活动识别成为智慧养老的一项重要研究。文章使用决策树、随机森林、XGBoost和朴素贝叶斯四种机器学习算法,以采集老人居家活动传感器数据为对象,分别使用传感器触发状态、传感器触发数、传感器与活动距离加权的三种特征提取方法对老人的居家数据进行识别研究。实验结果表明,随机森林在三种特征提取方法上达到了最好的活动识别效果,识别准确率分别为93.1%、93.6%和94.6%。在三种特征提取方法中,文章提出的活动距离加权提取方法在四种机器学习算法上识别准确率均相对较高,分别达到了65.9%、87.2%、83.9%和94.6%。     

树形模型在青少年体质测试数据分析中的应用研究

通过对比决策树、随机森林和优化的分布式梯度增强库（XGBoost）三种树形模型的预测效果,选取预测效果最好的算法,以济南市13～18岁青少年体质健康数据为依据,评估青少年体质影响因素的重要性。结果表明：在13～18岁男生体质健康数据中,三种树形模型的表现效果由好到差依次为：XGBoost>随机森林>决策树,而在女生体质健康数据中,效果排序为XGBoost>决策树>随机森林。通过XGBoost的分析,发现1 000 m跑和800 m跑对13～18岁青少年的体质测试成绩影响作用最大。XGBoost在三种树形模型中分类表现效果最好,展示了较高的准确性和科学性,在今后体育数据处理和热点问题研究中有较高的应用潜力和研究价值。在今后体育教学中,应加强青少年有氧能力的训练,并结合男、女生的体质特点,在日常教学中有侧重地进行练习,为青少年健康及全面发展奠定基础。     

随机需求条件下库存控制策略研究

在库存控制问题中,客户的需求常常带有一定的随机性,分析了随机需求下的库存成因,提出了随机需求下的库存控制策略。