为解决局部最优问题,将遗忘机制引入传统遗传算法中,提出了一种改进的遗忘遗传算法,给出了一种遗忘算子及其遗忘概率,通过在遗传过程中遗忘某些基因,增加了算法的搜索空间,使算法跳出局部最优,从而最大限度地避免早熟收敛.将该算法用于不同欠费率下的电信客户初始信用评分,找到信用权重的优化解,较好地解决了对高欠费率群体进行信用评分时,信用权重的适应值偏低的问题.实验结果表明所提算法有效可行.与标准遗传算法相比,本文所提算法可以获得更高质量的解

5.1网络商务信息基础 5.2网络商务信息的检索 5.3利用网络收集市场信息 5.4利用网络收集新产品开发信息 5.5统计信息的收集 5.6网络商务信息的整理

1.1 问题描述 1.2 Bayes检测 1.3 二元实高斯信号检测 1.4 高斯分布充分统计量时的PEP一般计算公式 1.5 二元复高斯信号检测 1.6 多元复高斯信号检测

5.1 生物医学信号的特点 5.2 生物医学信号的检测处理方法概述 5.3 信号及其描述 5.4 信号处理的一般方法 5.5 应用实例

1 系统需求分析与设计 12.1.1 需求分析 12.1.2 系统设计 2 用户界面的创建 12.2.1 创建登录界面 12.2.2 创建显示商品信息单个记录的窗体 12.2.3 创建查询商品信息结果分割窗体 12.2.4 创建客户订单主/子窗体 3 信息查询的创建 12.3.1 商品信息查询的实现 12.3.2 客户订单查询的实现 12.3.3 客户购买量查询的实现 4 报表的创建 12.4.1 创建客户信息报表 12.4.2 创建订单明细报表 12.4.3 创建商品信息报表 5 启动系统的设置 12.5.1 通过设置Access选项设置自动启动窗体 12.5.2 通过编写宏设置自动启动窗体

一 信号的分类 二 信号的描述 三 信号的时域统计分析 四 信号的幅值域分析 五 信号的频域描述(分析） 六 相关分析

基于传感器技术、信号处理技术和模式识别技术发展起来的电子鼻技术是过去二十年中发展最为迅速的气相分析和气体检测技术之一,它已逐渐在生物医学、环境监测、农业生产、食品检测等多个领域得到应用.电子鼻是利用对待测气体具有交叉敏感性的传感器阵列将待测气体中的混杂气味组分信息转化为与时间、成分、浓度或含量相关的可测物理信号组,利用信号采集系统输出含有待测气体特征信息的数字信号,通过模式识别系统分析数字信号得到待测气体综合气味信息和隐含特征,实现对待测气体快速、系统、准确的鉴别和分析.本文综述了电子鼻技术中的传感器技术和模式识别技术及在中国白酒品牌鉴定、风味识别、酒龄检测方面的最新研究进展;以聚合物石英压电传感器型电子鼻为例,阐明该电子鼻的技术方案及其在中国白酒检测中的应用;展望电子鼻未来研究方向

第一节 信用与经济 第二节 信用形式 第三节 信用工具 第四节 我国的信用制度

信用与金融 信用的定义和特征 信用的类型及其特点

2.1 信号时域特征的获取方法 2.2 信号与数据的插值方法及实现 2.3 信号与数据的拟合方法及实现 2.4 数值微分和数值积分及实现 2.5 时域信号的平滑与建模方法及实现 2.6 MATLAB在时域分析与处理中的应用