关键词： 计算思维   下定义   趣味数学   非专业   趣味编程   概念辨析   形成共识   方向性  

摘要： 0引言计算思维谈了十多年了。如果于概念辨析的层面探讨,似乎还没有形成共识的"定义"。事实上,并非任何事情都要先搞清楚定义才能展开内涵研究和实践,许多方向性的话题,本就不好下定义。然而,十多年没搞清楚定义,却还有人愿意继续谈,一定是这个词语后面蕴涵着某种比较广阔的人们觉得有价值的东西。于是,可以重点讨论或者展示些具体的做法和例子。是否属于计算思维的范畴,有些不同的看法也正常,重点是事情具体了,价值就容易判断。

关键词： 光谱学   功能性近红外光谱   中值滤波   数学形态学   运动伪迹  

摘要： 功能性近红外光谱技术(fNIRS)作为一种新兴的神经成像技术得到了广泛关注,然而fNIRS信号中运动伪迹的存在会使信号的处理结果产生偏差。提出了一种定向中值滤波和数学形态学相结合的算法——tMedMor算法,并采用该算法对fNIRS信号中的三种运动伪迹(包括尖峰、基线突变和缓慢漂移)进行去除;然后用仿真数据和实验数据进行了验证,并将所提算法与常用的几种算法进行对比,结果表明:tMedMor算法在均方误差、信噪比、皮尔逊相关系数的平方、峰峰误差方面具有良好的表现,说明该算法可以作为一种新方法用于fNIRS信号的预处理阶段。

关键词： 模糊数据算法   超声驱动器   振动   控制  

摘要： 传统超声驱动器振动自动控制模型由于外界环境的扰动,无法对超声驱动器振动进行动态监测,存在着控制力度较小的问题,为此,提出基于模糊数学算法的超声驱动器振动自动控制模型构建研究。获取超声驱动器振动轨迹集合,利用模糊数学算法处理超声驱动器振动轨迹集合,得到驱动器振动轨迹特征,避免了外界环境的干扰,以振动轨迹特征为基础,模拟超声驱动器振动,计算振动控制力因子,实现了超声驱动器振动自动控制模型的运行。仿真对比测试结果显示:与传统模型相比较,构建模型的振动控制力因子较大、控制效果较好,表明构建模型的控制力度较大,适合大力推广使用。

关键词： 数学方法   计算机算法   应用  

摘要： 随着我国科学技术的不断发展,信息技术在人们的生活中得到了广泛的运用。而计算机算法的基础是数学方法,很多计算机应用都需要借助数学方法来完成,数学方法可以很大程度上提高计算机的运行效率,并且对计算机编程内容进行优化,使得计算机算法程序更加简洁。因此,我们对数学方法在计算机算法中的应用进行研究是十分必要的。

关键词： 算法设计   标准推理   建模   人工智能  

摘要： 研究基于数学算法的设计,从理解模拟某种认知关系的框架的形式和计算性质的角度。阐述对标准推理统计论证的建模,从逻辑人工智能和分析认识论两方面得出结果。

关键词： 橡胶衬套   Bouc-Wen模型   参数辨识  

摘要： 文中以某汽车副车架的橡胶衬套为研究对象,采用理论与试验相结合的方法,对汽车橡胶衬套进行数学建模及参数辨识研究。首先建立了台架试验系统,在不同频率、幅值激励下通过试验获得橡胶衬套动力学特性数据,然后根据数据的迟滞非线性特性,建立橡胶衬套Bouc-Wen数学模型,并以最小二乘法对模型参数进行初步辨识,最后基于遗传算法对获得的参数值进行修正,并运用数值仿真方法对橡胶衬套的Bouc-Wen模型重构力-位移曲线,结果与试验结果吻合较好,误差在5%以内,验证了参数辨识方法的正确性和有效性。

关键词： 低空无线信道   数学建模   BP算法   信道参数提取   参数处理算法   仿真实验  

摘要： 为了保证低空无线信道功率谱的稳定性,提出基于BP算法的低空无线信道数学建模方法。采用BP算法获取低空无线信道的观测空间,设计信道参数提取流程,完成无线信道参数的提取。根据信道参数处理算法的具体实现步骤,采用迭代计算的方式将处理后的信道参数保存,完成低空无线信道参数处理算法的设计。通过分析低空无线信道数学模型的建立过程,实现基于BP算法的低空无线信道的数学建模。仿真实验结果表明,基于BP算法的低空无线信道数学建模方法与基于EM算法的低空无线信道数学建模方法相比,低空无线信道的功率谱更稳定,具有较好的应用效果。

关键词： 数学语言   运算方法   学生数学思维   数学建模   数学算法   数学概念   数学模型   三种境界  

摘要： 数学模型可以帮助学生将生活中的事物抽象概括成数学语言,通过建立模型的方式求解数学问题。从数学解题方法来看,数学概念和运算方法都可以用模型来解释。也就是说,数学模型可以帮助学生理解数学算法和概念,使学生在建立模型的过程中掌握数学学习的基本思路。但是,大部分数学教师还没有意识到数学模型对于学生数学思维发展的重要作用。本文将从探究数学建模的三种境界入手,提出小学数学教学中的几种建模方法。

关键词： 图像处理   车牌识别(LPR)   数学形态学   边缘检测  

摘要： 图像或视频中的车牌识别(LPR)算法包括车牌区域的提取、车牌字符的分割和车牌字符的识别3个部分。由于车牌格式的多样性和采集过程中室外光照条件的不均匀性,增加了车牌定位识别的难度。因此,大多数识别方法只能在有限的条件下实施,如固定的照明、限制一定的车速、指定的路线和固定的背景等。车牌识别(LPR)算法由两个模块组成,一个模块用于定位牌照,一个模块用于牌照中字符的识别。对静止图像或视频序列中的车辆,利用边缘检测和数学形态学算法进行车牌定位和识别;通过算法优化,测试并调整处理时间的实验,验证了定位计算能力和识别效率;为研究人员提供了一个公共图像数据库。