微信红包随机金额生成算法模拟及应用

构造了微信红包随机金额的模拟算法,并验证了模拟算法的有效性。通过模拟算法,产生了大量微信红包随机金额数据,分析这些数据表明:(1)微信红包随机金额呈正态分布,是在红包份数较少的情况下,表现出的一种巧合,在红包份数较多的情况下,随机金额并不符合正态分布;(2)对一个微信随机红包,概率上,每个人抢到的红包金额是相等的,即抢红包的先后次序对抢到金额的多寡没有影响;(3)对一个微信随机红包,越晚产生的随机金额,其波动范围越大,即先抢红包的人,抢到平均金额的可能性比较高,后抢的人,要么抢到较小的金额,要么抢到较大的金额。     

G代码行PIDP编译算法

G代码的解释或编译是数控系统软件中的一个不可缺少的环节。对此,提出了一个新的算法,阐述了该算法的原理和实现方法。该算法将G代码编译成协议整型数据包PIDP,利用PIDP,使控制软件的实现更加方便。其算法软件是一种用于上下位机结构开放式数控系统的新型G代码编译器中的关键模块,它编译出的目标码为上下位机奠定了一个软件接口基础。     

浅谈算法的复杂性和常用算法

本文主要从多方面论述了算法的复杂性及算法计算方法,并提出了几种常用的算法,分析了它们的思想。     

徽州历史上的数学研究成果

明程大位继《九章算术》余绪，集珠算知识之大成，著《直指算法统宗》与《算法纂要》。二书出版后，风行海内外达三百余年，其流传之广非中国古代任何一部数学著作所能比拟。清戴震以“治经闻道”为目地，致力于天算学研究，[第一段]     

基于神经网络算法的保险理赔应用研究

近些年,保险行业得到迅猛发展,同时,保险欺诈活动应运而生。面对保险欺诈,很多保险公司往往一筹莫展,导致骗赔猖獗。如何从以往的拒赔案件信息中,抽取有效识别欺诈案件的模式,促进保险业持续健康发展,成为保险行业研究的关键。数据挖掘在处理大批量数据,挖掘潜在关系方面具有无可比拟的优势。本文提出利用神经网络算法,从历史赔案信息中训练出识别欺诈案件的模型,并抽取赔案数据进行模型效果测试。实验证明,通过此模型筛选出的高理赔用户群具有较高准确率,此数据对保险工作人员具有一定的指导作用。     

数学教学中的“算法多样化”

目前,世界许多国家的数学课程标准都提出在数学课程中鼓励学生"算法多样化",让学生从不同侧面、不同角度寻求解决问题的策略.     

基于随机森林的偷漏税行为自动识别

企业偷漏税手段呈多样化、专业化、普遍化、隐蔽化趋势。为更好地识别企业是否存在偷漏税行为,基于Python语言,在Anaconda集成开发环境下通过机器学习的Scikit-Learn包构建随机森林模型,通过交叉验证算法选择最优模型。对汽车销售行业纳税人是否存在偷漏税行为进行自动识别。结果表明,基于随机森林模型的偷漏税行为自动识别相对于其它常见的分类模型（k-近邻算法、逻辑回归模型、决策树模型和Adaboost算法）,具有较高的准确率,分类性能更好,可以满足偷漏税行为的自动识别需求。     

模糊控制器的一种在线插值算法

普通模糊控制器引入在线插值算法,改善了普通模糊控制器的稳态性能,消除了普通模糊控制器的调节死区.     

正确实施"算法多样化"

“算法多样化”是《数学课程标准》关于计算教学的重要教学理念，是培养学生创新意识与创新思维能力的重要平台，是“不同的人在数学上得到不同的发展”的有效途径。现在，“算法多样化”成为教师在计算教学中达成的重要目标之一．并使汁算教学出现了可喜的新变化。但是笔者在听课中也发现一些教师对“算法多样化”存在着片面、错误的理解和做法。以下是这方面的两个教学片断。     

高中数学新课程中算法教学现状的调查与分析

算法是当前高中数学课程改革中引入的新内容.经过对实验区师生的调查访谈发现,课程改革中有关算法的理念得到了广大师生的赞同.但是还存在以下问题:(1)学生对于算法概念的理解不够全面;(2)算法在计算机和相关数学内容中的应用很差;(3)教师在教学中获得的支持不足.这些问题主要是由于课程自身、教师观念,课程资源和教师培训几方面的原因造成的。