关键词： 无线虚拟网络   资源映射   模拟退火操作   约束条件  

摘要： 由于传统方法没有从满足成本最小需求角度出发,建立虚拟网络映射目标,导致底层链路利用率较高,剩余带宽较低以及请求接受率不高的问题,于是研究基于GSA算法的无线虚拟网络资源映射数学模型。充分考虑无线虚拟网络资源映射成本、映射收益以及虚拟网络请求接受率建立数学模型,设置节点CPU资源约束、节点映射位置约束、链路带宽资源约束等约束作为约束条件。选取遗传算法与模拟退火算法结合的GSA算法,通过编码、参数初始化、模拟退火操作、选取种群、交叉与变异、退火操作六步骤求解所建立数学模型,实现无线虚拟网络资源的有效映射。实验结果表明,采用上述模型可降低移动网络运营商成本,虚拟网络请求接受率高于92%,提升了虚拟网络资源映射成功率。

关键词： 卷积神经网络   高等数学   资源推荐   处理结构  

摘要： 高等数学资源的推荐方式有很多,但是部分的算法存在问题和缺陷,最终得出的推荐结果不具有可靠性和精准性。因此,提出基于卷积神经网络的高等数学资源推荐算法。设定加权模糊资源推荐目标,进行协同卷积数学资源推荐层级的确定,构建卷积神经网络数学资源推荐模型,通过隶属度矩阵实现高等数学资源推荐算法设计。实验结果表明:与传统模糊层级数学资源推荐算法测试组对比,本文所设计的卷积神经网络数学资源推荐算法测试组最终得出的MSE均值相对较高,表明此种算法的应用精准度与可靠性更佳,具有实际的应用价值。

关键词： 软件工程   算法优化   C语言  

摘要： 阐述计算机编程与数学算法的应用,数学算法可以有效转变计算机编程中的复杂问题,探讨数学算法可以有效转变计算机编程中的复杂问题,提高C语言编程效率。

关键词： 白芍   赤芍   配伍规律   Apriori关联算法  

摘要： 目的 对比分析《中国药典》中成药制剂的白芍与赤芍配伍规律。方法 收集数据库中搜索带有“白芍”或“赤芍”的所有中成药方剂,利用R软件arules和arulesViz包,对含有“白芍”或“赤芍”的中成药方剂进行Apriori关联算法分析,挖掘白芍或赤芍配伍的高频繁项集中药,根据配伍中药的支持度、置信度和提升度排列出核心组方。结果 共挖掘含有白芍方剂115个,含有赤芍方剂56个。白芍配伍频次前三的中药为甘草、当归、熟地,核心组方是白芍-甘草-延胡索;白芍-当归-熟地黄;白芍-当归-川芎。赤芍配伍频次前三是中药当归、川芎、红花,核心组方是赤芍-当归-川芎;赤芍-当归-红花;赤芍-川芎-丹参;赤芍-红花-川芎。结论 白芍与赤芍均善与当归、川芎配伍。但赤芍善与活血效果较强的红花配伍,而白芍则善与补脾益气的甘草配伍,表明赤芍兼具活血散淤作用,而白芍长于补阴养血作用。

关键词： 多媒体运用   多媒体教学模式   创新与实践   信息化技术   数学建模   信息获取   教学中的应用   海量化  

摘要： 信息化技术、网络技术以及5G技术的快速发展,极大的加速了多媒体在教育教学中的应用。当下多媒体对于教学模式的促进相对于传统的多媒体教学模式来说,呈现信息获取便利化,资源海量化等优势。在一定程度上来说,多媒体运用于教学之中是大势所趋。

关键词： 改进遗传算法   计算机   数学模型   构建  

摘要： 面向网络计算机中海量的数据信息,采取传统匹配搜索遗传算法进行匹配点、非匹配点的遍历,通常遍历到无效度更高的非匹配点较多,很难在短时间内找到与样本相近的最佳匹配点。基于此,针对基本遗传算法的无效遍历、数据冗余弊端,结合最小二乘法、Bagging集成聚类算法对原有遗传算法作出改进,建立起相似度匹配的计算机数学模型,确定高精度因子匹配的参数估算范围和辨识度,改进遗传算法关联矩阵编码、解码、交叉等集成学习与迭代环节,以扩展样本匹配的搜索空间与深度。

关键词： 血清胱抑素C   公共健康问题   肾功能评估   数学算法   估算公式   早期诊断   血清肌酐   肾脏病  

摘要： 慢性肾脏病(CKD)是全球重大的公共健康问题之一。肾小球滤过率(GFR)是评估肾功能的重要指标,是CKD早期诊断、正确分期和预后评估的客观依据。如何准确、便捷地评估GFR一直是临床工作的难点和热点。裴小华主任在本讲座中对肾功能评估的意义、方法评价及新进展进行了详细地介绍,指出血清肌酐、尿素氮等反映肾功能的指标由于干扰因素较多,其敏感度和特异度均欠佳,而血清胱抑素C可更准确地评估肾功能。另外,裴小华主任还介绍其团队基于血清胱抑素C采用数学算法对改善肾脏病预后全球组织(KDIGO)指南中建议的GFR估算公式进行改良,发现改良后的公式估算GFR的准确性明显提高,并且运用误差逆传播神经网络创建的老年人GFR估算新模型实现了肾功能评估新技术的跳跃。

关键词： 计算机科学   图像处理   数学模型   并行计算机  

摘要： 阐述数据并行计算机面向算法的数学模型,它提出新型数据并行算法的数学描述方法,实现数据并行图像处理中的两类图像处理,从而解决通信中的复杂计算问题。

ISBN: (纸本)9787111703440

关键词： 滨海地层   盾构选型   模糊层次分析法   改进遗传算法   隶属函数   适应性   评价模型  

摘要： 由于地质环境的复杂性和对盾构法隧道适应性研究的缺乏,在复杂地层的沿海地区修建隧道比较困难,因盾构选型不当导致盾构掘进过程中停机、掘进困难等不适应现象时有发生。复杂地质条件下盾构在施工时往往面临着众多不确定因素的影响,难以进行有效和定量的评价。基于此,提出一种基于模糊综合评价模型和层次分析法(AHP)的盾构隧道适应性评价方法。在综合分析滨海复杂地层条件下盾构选型适应性影响因素的基础上,选取能够充分反映地质适应性差异、具有代表性和区分度高的5个评价指标,构建盾构选型适应性评价指标体系。并引入改进遗传算法(IGA)及AHP(IGA-AHP)确定评价指标的层次单排序权重和层次总排序权重,克服了AHP在一致性检验方面的缺陷。采用模糊数学构建各个评价指标的隶属函数,得到盾构选型的隶属度矩阵,并最终确定滨海复杂地层条件下盾构选型适应性模糊综合评价模型。以厦门市轨道交通4号线彭厝北站~蔡厝站区间为例,对所构建的盾构选型适应性模糊综合评价模型的合理性与准确性进行验证。评价结果符合实际情况,能为今后类似地层的盾构选型提供一定的借鉴和参考。