电子商务与数据挖掘——完美结合 在电子商务中进行成功的数据挖掘得益于: 电子商务提供海量的数据 如果一个电子商务网站平均每个小时卖出五件物品,那么它一 个月的平均点击量是160万次

本文从建模方法出发,讨论了实现多交量自校正调节的一种方法。采用适当的模型类型,可以直接用解析法计算最小方差控制律,并在自校正调节时,使需要在线辨识的参数个数减少,便于在小型机上实现实时控制。用此法对电加热炉进行控制的结果表明:其控制精度较PID和LQG法为高

一、区域 1.邻域 设o(x,yo)是xOy平面上的一个点,δ是某一正数。与点Po(x,yo)距离小于δ的 点p(x,y)的全体,称为点P的邻域,记为U(P,),即 U(,)={P0为半径的圆内部 的点P(x,y)的全体

一、基本结构程序 例1假定在外部RAM中有ST1、ST2和ST3共3个 连续单元,其中ST1、ST2单元中分别存放着两 个8位无符号数,要求找出其中的大数并存入 ST3单元。 分析:两个无符号数的大小比较可利用两 数相减是否有借位来判断,流程图和程序如下 所示:

„ Ramsey定理的简单形式 „ 两个简单命题 „ Ramsey定理 „ 小Ramsey数的有关结果 „ Ramsey数的性质 „ Ramsey定理的推广 „ Ramsey定理的一般形式 „ Ramsey定理 „ 关于一般Ramsey数的结果 „ Ramsey定理的应用

给定n个矩阵:A1,A2,An,其中A;与A1是可乘的。确定一种连乘的顺序,使得矩阵连乘的计算量为最小。 设A和B分别是pxq和qxr的两个矩阵,则乘积 C=AB为pxr的矩阵,计算量为pqr次数乘

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

采用偏最小二乘回归分析方法分析矿区地应力场分布.以乌鞘岭隧道岭脊地段的有限测点的地应力测量结果为样本,使用商业有限元软件ANSYS对岭脊地段区域的地应力场进行数值模拟.利用地应力实测数据与计算结果进行偏最小二乘回归计算,得到拟合的地应力场数据.与传统最小二乘分析方法相比,本文的方法通过主成分分析,可以有效解决多因变量回归计算时由于响应变量之间较高的相关性而导致的回归计算误差,并可以有效地反映变量间的关系,为地应力场的建立提供有效的数据支持

1阶的概念 设x→x0时(x),y(x)都是无穷小量。 1)若lim(x)=1,则记0(x)w(x)(x→x)。称之为等价无穷小 i)若m2(x)=0,则记(x)=(x)(x→x)。称o(x)是比v(x)的高阶

研究了一类具有时变时滞和变采样周期的网络控制系统的稳定性问题.网络控制系统被建模为等效的具有输入时滞的系统，通过构造一个新的具有不连续项的Lyapunov泛函，给出了线性矩阵不等式作为使得闭环系统指数稳定的充分条件.通过求解这些线性矩阵不等式，可以找到一个常数作为采样时刻和输入更新时刻之间的上界，保证闭环系统的稳定性.数值仿真算例表明，该方法有效且相比已有文献局限性更小