基于积件的地理教学软件的开发

本文针对现在中学地理教学对多媒体使用现状、需求的调查，讨论了基于地理教学软件开发的背景、结构、功能和应用前景。在整个的教学软件的阐述中，围绕现在地理教学所迫切需要解决的课件制作问题，探讨相关的解决方式。     

基于卷积神经网络的商品图像分类研究

卷积神经网络是深度学习的一种高效识别方法,将卷积神经网络引入商品图像识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,以避免对图像进行复杂的预处理工作。首先介绍了卷积神经网络的各层作用,然后设计了多种基于卷积神经网络识别商品图像的模型,从多方面测试了卷积神经网络的分类性能。为提高训练速度,卷积层的激活函数采用线性修正函数(Rectified Linear Units,ReLU)。为确保模型的判别性,对下采样层的特征图进行局部对比度归一化,所设计的网络模型在实验中均达到90%以上的平均分类正确率。     

区间值Fuzzy测度的两种扩张与比较

本文应用文[2、4]引进的区间值泛函和Sugeno[1]意义下的Fuzzy积分,分别把文[3]的区间值Fuzzy测度扩张到可测区间值Fuzzy集空间上,并在这两种意义下研究扩张区间值Fuzzy测度的关系。     

语音特征的神经网络识别

针对非特定人的孤立词识别问题，研究构造了基于神经网络建模的语音识别算法。该算法的意义在于将神经网络应用于非特定人语音识别中，并取得了较好的识别效果，表明了神经网络在语音识别中的优势。     

基于混沌神经网络异步加密解密算法

本文首先介绍了混沌理论的有关知识,之后推导利用Chebyshev正交多项式构造神经网络的详细算法,在此基础上结合混沌映射Henon Map构造了Chebyshev混沌神经网络,最后,根据加密解密的基本思想编写了基于混沌控制系统的Chebyshev混沌神经网络异步加密与解密算法,仿真结果表明,本算法能实现Chebyshev混沌神经网络的有效收敛,能对混沌序列进行高效跟踪,而且对明文加密与解密的效果良好.     

特殊子空间上矩阵方程有解的判定

利用矩阵的广义逆和Kronecker积，给出了矩阵方程AXB=C在中心对称矩阵空间中有解的充要条件.     

基于RTT的智能预测方法研究

对网络拥塞控制中的重要参数RTT进行了研究,在Matlab环境下,利用神经网络对实测RTT数据进行学习训练,建立了一个RTT智能预测模型,可对RTT进行短期预测。实验结果表明,用神经网络对RTT进行短期预测可以得到较为理想的结果。     

常微分方程的一个普遍可积类型及应用

本文得到了常微分方程的一个新的、普遍的可积类型．齐次方程、一阶线性方程、具努利方程都是这类型的特例，作为应用，文对讨论了Ｒｉｃｃａｔｉ方程和变系数二防线性齐次微分方程的可积性，得到它们有初等解的一个充分条件。     

数学竞赛中和积型问题解决的策略

在数学竞赛中经常会碰到一些涉及两数(式)和与两数(式)积的问题,这类问题一般难度较大,不易解答.解答这类问题需要掌握一定的策略.本文举例说明解答这类问题常见的策略,供同学们参考.