应用人工心理理论,对人性化商品设计开发及商品选购中的重要因素——消费者心理进行研究.采用因子分析和数量化I类理论统计聚类的方法,得到考虑消费者心理的数学模型,并用VB6.0与Access数据库编制了基于这个模型的商品选购专家系统

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）

本书共二十一章，分为五部分：1：第一章，介绍了GIS的相关概念，信息、数据、信息系统，以及GIS的发展历史和展望；2：第二——五章，介绍了GIS的空间数据模型、参照系统和GIS中的数据，这几章组成了GIS的理论基础；3：第六——十一章，按照从空间数据录入、管理、分析、表现的过程讲述了GIS的基本功能；4：第十二——十九章，介绍了GIS应用技术的各个方面。5：附录（两章），分别介绍了GIS的计算机基础和国内外的GIS工具软件，供阅读本书时参考

给出了一种分布式Web日志挖掘模型DWLMS.根据对挖掘过程及算法进行分析,提出了一种基于DWLMS的局部频繁路径的更新算法LFP和全局频繁路径的更新算法GFP,较好地解决了Web访问信息的异地存储、实时增长、分布式算法通讯量等因素给模式分析过程带来的困难.在实验室对该方法进行了简单实现和实际日志数据的测试,结果表明了算法的有效性

1.1基本概念 时间序列所研究的是时间上的相关结构。它的应用广泛,从海洋学到金融学 都是它的应用范围。著名的CAPM模型(资本资产定价模型)和随机波动模型就是 含有时间序列成份的金融模型的例子。当我们考虑一时间序列时,我们通常考虑一 个数值的集合{X:t=1,…,n},其中下标t表示数据被观测到的时间。虽然直观 上很清楚,我们还是来详细描述一下X的一系列非标准特性。 非等距数据(缺损数据)。例如,若时间序列是某一证券的日收益率,则在节假 日等非交易日里就没有数据可得了

• 第一节 系统开发的生命周期法和结构化方法 • 第二节 可行性分析和详细调查概述 • 第三节 管理业务调查 • 第四节 数据流程调查 • 第五节 数据字典 • 第六节 描述处理逻辑的工具 • 第七节 系统化分析 • 第八节 研究和确定管理模型 • 第九节 提出新系统的逻辑方案

介绍了几种主要的转炉烟气分析碳含量预报模型，并分析了其中的指数衰减模型及其三种改进算法的基本原理和优缺点。在综合三种模型优点的基础上，提出了基于“极限碳含量拟合+曲线同步更新”算法的改进指数模型。首先，利用历史炉次吹炼后期的脱碳氧效率和碳含量数据，通过指数拟合得到“历史脱碳曲线”和极限碳含量参数；其次，使用当前炉次吹炼中期的最大脱碳氧效率值对“历史脱碳曲线”的特征参数进行替换，得到当前炉次吹炼后期的“参考脱碳曲线”，再对其进行归一化处理，得到归一化的“参考脱碳曲线”；然后，采用多点校正的方法，计算当前炉次吹炼至各等距离校正点时“参考脱碳曲线”的脱碳量，并根据计算脱碳量与转炉实际脱碳量的偏差，对熔池碳含量及脱碳曲线参数进行计算与校正，得到“计算脱碳曲线”；最后，通过逐次迭代计算对“参考脱碳曲线”和“计算脱碳曲线”进行同步更新，进而实现对转炉吹炼后期熔池碳含量的精准预报。研究表明，改进的指数模型具有较高的准确率，终点碳含量预报误差在±0.02%范围内的命中率达到90%

问题 某大型牙膏制造企业为了更好地拓展产品市场,有效 地管理库存,公司董事会要求销售部门根据市场调查, 找出公司生产的牙膏销售量与销售价格、广告投入 等因素之间的关系,从而预测出在不同价格和广告费 用下的销售量.下面是30个销售周期(4周为1销售周 期)中收集到的资料.试根据这些数据建立一个数学 模型,分析牙膏的销售量与其它因素的关系,为制订 价格策略和广告投入提供决策依据

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

以一个多媒体地理信息系统的模型为例,从感性上进一步理解上述概念和原则。 地理信息系统(IS: geography information system)是一个对地理信息进行存储、管理、 分析、加工的复杂计算机应用系统。GIS处理的数据信息涉及大量的图文表示和空间要素分 析。传统的方法已无法适应,利用面向对象设计方法可以对GIS要素加以合理的抽象, 且这种抽象在概念上是自然的、简洁的、易于理解的