原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
数学与计算机科学交叉领域关键技术及其应用研究
目录
内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1信息技术发展对数学理论的需求．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1.2数学方法对计算机科学的推动作用．．．．．．．．．．．．．．．．．．．．．．．7
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2.1国外研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.2国内研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.3.2研究技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
数学基础理论及其在计算机科学中的应用．．．．．．．．．．．．．．．．．．．17
2.1代数结构理论及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1.1组合数学在算法设计中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.1.2图论在系统建模与分析中的应用．．．．．．．．．．．．．．．．．．．．．．．．21
2.2微积分理论及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.2.1数值分析在计算机图形学中的应用．．．．．．．．．．．．．．．．．．．．．．26
2.2.2优化算法在机器学习中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.3概率论与数理统计及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
2.3.1随机过程在随机算法中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.3.2统计学习方法在数据分析中的应用．．．．．．．．．．．．．．．．．．．．．．33
2.4数论及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.4.1密码学中的数论方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.4.2计算复杂性理论中的数论问题．．．．．．．．．．．．．．．．．．．．．．．．．．40
关键技术及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
3.1优化算法及其应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
3.1.1线性规划在资源调度中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．44
3.1.2非线性规划在机器学习中的应用．．．．．．．．．．．．．．．．．．．．．．．．47
3.2模式识别与机器学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.2.1特征提取与选择方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
3.2.2分类与聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.3数据挖掘与知识发现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.3.1关联规则挖掘．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.3.2异常检测算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
3.4计算机图形学与可视化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
3.4.1几何建模与渲染技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
3.4.2科学计算可视化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
3.5人工智能与专家系统．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
3.5.1自然语言处理技术．．．．．．．．．．．．．．．．．．．．．
文档评论（0）