学生在数学问题上的表现（KDD 杯 2010） 该项目包含对来自 2010 年 KDD Cup 的数据集的一些数据科学应用，这是一项数据挖掘挑战。 挑战是根据学生与计算机系统“智能辅导系统”的交互日志来预测学生在数学问题上的表现。 更多信息可以在上找到。

结合深海集矿机的实际作业环境，建立集矿机的实时避障神经网络模型。该模型采用多传感器融合技术，将声纳传感器采集到的环境信息进行处理后作为BP神经网络的输入；设定车体的注视向量、转向角和速度为网络输出；根据集矿机实际行进情况，并综合人的行走经验，设置能够实现实时避障的网络导师训练信号。引入遗传算法对已建立BP避障模型进行改进，以克服局部极小值问题。仿真研究表明：遗传算法优化后的BP神经网络，能够有效训练达到预期目标，并能在很大程度上克服BP网络的局部极小值问题。在Matlab中给出障碍物环境中的避障仿真结果，

由于部分频带干扰对跳频通信系统危害最为严重，而自适应性的引入将大大改善跳频系统的抗干扰能力。文中在常规跳频系统的基础上给出了一种自适应跳频系统，通过介绍自适应跳频系统原理。引入了双态信道模型，分析了在部分频带干扰条件下系统的误码率。在Matlab平台上对文中所给系统的性能进行仿真，并与常规跳频系统进行对比。仿真结果表明该系统能够自适应的去除干扰频点，调整跳频图案，从而使得抗干扰性能得以改善。在阻塞率为0，2时，自适应跳频系统的误码率仅为常规系统的百分之一，能够有效抵抗部分频带干扰的影响。

应用Fourier变换法分离提取地震记录中不同模态的瑞雷面波，其原理是：利用瑞雷面波各模式传播速度的差异，将时间域中叠加在一起的瑞雷面波信号在频率波数域中分开，以此实现分离提取各阶模态瑞雷面波。研究结果表明：τ-p变换只能提取浅部能量较强的部分瑞雷面波，不能提取瑞雷面波的全部频散成分且不能使不同模态瑞雷面波分离；利用Fourier变换可以准确分离提取不同模态的瑞雷面波，且经分离后计算所得频散曲线的频带宽度扩展，有利于提高瑞雷面波勘探的能力。

针对目前考试系统和主观题评分算法的研究现状,引入了自然语言处理技术。在对已有的相 似度计算的算法进行改进的基础上,提出了一种新的排序和划分区间的评分方法,并在.N ET平台上 设计一个智能评分系统。实验表明该智能评分算法及智能评分系统有效且可行。

基于MIMO雷达系统,建立了单频信号体制下目标部件旋转、振动的微多普勒效应的数 学模型。与传统单基雷达系统相比,当选取的观测雷达组合不同时,得到的旋转微多普勒正弦 曲线的幅值、初始相位均不相同,而振动微多普勒正弦曲线的初始相位不变,只有幅值改变。仿 真实验验证了理论分析的结果,从而为MIMO雷达系统的微动特征提取及目标识别提供了理论 依据。

给出的题是考试原题，仅供参考~~~ 祝愿学弟学妹们考个好成绩

用Visual C+ + 6 .0语言设计了3种计算方法 :利用极限、级数、积分计算自然常 数e的值 。经过不断改进,让计算机按照人的思维方式对e的值进行了计算 。计算结果表明 :利 用极限计算的e值能精确到小数点后8位;利用级数和定积分计算的 e值精确到小数点后 16位;利用人的思维方式计算e的值能精确到小数点后800位 。

建立了滚动轴承外圈与滚动体各有一点损伤的典型故障模型，在损伤模型振动分析的基础上，利用遗传算法的寻优功能，对故障的特征参数进行自动优化，最后利用逐次诊断理论，对变工况条件下的滚动轴承复合故障进行诊断。计算结果表明该方法对于滚动轴承的复合故障诊断非常有效。

镇中心校2010年教学工作计划.doc