基于深度强化学习方法的无线多跳网络能量高效机会路由

由于机会路由能够利用无线信道的广播特性和有损特性,因此一直是提高无线网络路由性能的一个很有效的途径。提出一种基于深度强化学习的无线多跳网络能量高效机会路由算法,该算法使得智能体能够通过训练学习最优的路由策略,以通过机会路由的方式减少传输时间,同时平衡能耗延长网络寿命。此外,本算法还可以极大地缓解冷启动问题并获得较好的初始性能。仿真结果表明,与现有算法相比,该算法具有更好的性能。     

基于深度强化学习的低轨卫星下行功率分配方案

当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

个人知识管理的三个重点领域

本文认为，个人灵感知识管理、个人知识项目管理和个人学习管理是个人知识管理的三个重点领域，个人灵感知识管理的重点在于及时管理，个人知识项目管理的重点在于创新管理，个人学习管理的重点在于针对性管理，并分别论述了三者的管理内容和相应的管理方法。     

图书馆软环境发凡(下)

图书馆应当拥有自己的精神资源。图书馆应当营造自己的精神家园。原因是：图书馆的发展光靠管理与制度体系的完善，仍然是不能独善其身的，精神动力的领军作用不可或缺。     

加强期刊间的学习与交流

期刊是作者与编辑智慧的结晶,每种期刊都有值得他人学习、借鉴之处.加强期刊间的相互学习与交流,有助于及时掌握科技动态和作者信息,提高编辑素质,吸取他人之长补自己之短.     

谈声乐教学中声音技巧与情感表达的关系

声乐技巧与情感表达是声乐教学中不可缺少的两个因素,二者要有机结合起来,这也是唱好一首歌的关键所在.因此,学习声乐的目的是用正确的发声技巧和有情感的内涵来表达声乐作品.     

有效的制度供给是高校图书馆事业发展的保障--2002年版《普通高等学校图书馆规程》评述

法治时代，有效的制度供给是推动各项事业发展的前提和保障。2002年新修订的《普通高校图书馆规程》与原来的《规程》相比有较大的进步，它将进一步推动我国高校图书馆事业的发展，为了更好地理解、把握其的精神实质，本文对其进行评述。     

基于机器学习的自动文本分类模型研究

基于机器学习的方法是自动文本分类中非常重要的一大类方法。本文先给出了形式化的定义，提出了自动文本分类的流程模型，然后选取了支持向量机（Support Vector Machine，SVM）算法作为一个典型例子进行分析，最后作者通过一个中文文本分类实验评价了该算法的效果。     

Analysis of Statistical Question Classification for Fact-Based Questions

Question classification systems play an important role in question answering systems and can be used in a wide range of other domains. The goal of question classification is to accurately assign labels to questions based on expected answer type. Most approaches in the past have relied on matching questions against hand-crafted rules. However, rules require laborious effort to create and often suffer from being too specific. Statistical question classification methods overcome these issues by employing machine learning techniques. We empirically show that a statistical approach is robust and achieves good performance on three diverse data sets with little or no hand tuning. Furthermore, we examine the role different syntactic and semantic features have on performance. We find that semantic features tend to increase performance more than purely syntactic features. Finally, we analyze common causes of misclassification error and provide insight into ways they may be overcome.