C#与Matlab集成方式的比较研究

常用的程序设计语言在统计方面存在不足,而Matlab可以弥补这方面的不足,但Matlab在界面设计、运行效率上无法令人满意。在实际项目开发中,特别当项目的主要功能是统计分析、模拟仿真时,一方面要有友好的用户界面,另一方面又要进行统计分析、模拟仿真,就可以将Matlab与程序设计语言进行集成开发,C#是流行的程序设计语言,将C#与Matlab在实际项目中进行集成应用研究有一定的理论和实践意义。实践也表明,二者的集成应用研究是充分发挥了各自的长处,将二者的不足之处在最大程度上进行了克服。     

用R_3N·SO_3为磺化剂合成甜蜜素的新工艺研究

在研究了Ｒ３Ｎ·ＳＯ３与环己胺的磺化反应条件的基础上，提出了合成甜蜜素的最佳工艺条件，其合成总收率在９５％左右     

一种改进的贝叶斯网弧定向算法研究

贝叶斯网络是用来表示变量集合概率分布的图形模式,它提供了一种方便地表示概率信息的方法,它可以表示因果关系,但并不局限于因果关系。贝叶斯网对不确定性问题有很强的推理能力,近几年来受到众多研究者的重视。贝叶斯网络中弧的定向是指在已经有了变量之间的依赖关系图的条件下确定变量之间的边的方向的过程。介绍了一种改进了贝叶斯网弧定向的方法,该方法结合了目前多种定向方法的优点,实验证明该算法优于已存在的弧定向方法。     

自适应形式的计算机等级考试的应用研究

目前,计算机等级考试采用的还是基于计算机的考试形式,计算机在整个考试中所起的作用仅局限于题目的呈现和成绩的统训‘,起到考试“执行者”的作用。由于考试并没有因材施测,考试不能很好地考察学生的真实水平,考生抽取试题时存在“运气”,考试的合理性和公平性受到很大质疑。自适应形式的计算机等级考试可以解决传统计算机等级考试固有的弊病,可以实现“因材施测”,并且考试的实施和组织更加经济。对自适应形式的计算机等级考试中所涉及的几个关键技术问题进行研究,探索大规模实施自适应形式的计算机等级考试的可行性,并进行模拟研究和实证研究。     

自适应形式的计算机等级考试的选题策略研究

采用自适应形式的计算机等级考试．考试的效率更高,考试结果更公平,更能发挥讣算机等级考试对考牛计算机能力水平测试的功能。要成功地实现自适应形式的计算机等级考试,恰当的选题策略是必需的。对自通应形式的计算机等级考试采用不同的选题策略进行了研究。研究结果表明,相对其它几种选题策略（最大信息量选题策略和随机选题策略）,采用h分区a分层的多阶段选题策略,测验的表现更好,可以很好的控制测验长度,测验的精度也很好,有更高的测验效率,测验的综合表现也最优。     

随机选题模型设计与分析

介绍随机选题的两种具体算法,利用这两种算法可以实现科学的选题.对两种算法在实际中的应用进行了分析,从具体的实例中比较两种算法的优点和不足之处,并对随机选题的发展方向作了预测.