基于SAE的深度过程神经网络模式识别与预测

非线性复杂时变信号模式分类是信号处理和人工智能研究领域的重要课题。将稀疏自动编码器(SAE)与过程神经网络(PNN)栈式叠加,构建了一种深度过程神经网络模型(DPNN)。在传统深度神经网络无监督逐层初始化与梯度下降相结合的算法基础上,通过引入一种时变输入信号和连接权函数,基于一组正交函数基,建立DPNN的综合训练算法。DPNN模型可保持样本特征的多样性,有效提高对信号结构特征的提取能力和不同类别样本特征的区分度。将传统深度神经网络在信息处理机制上扩展为时间域,实现对时变信号直接分类处理,应用于心脑血管疾病的预测分析和处理取得了良好结果。     

青藏高原自然保护区特征与保护成效简析

建立自然保护区是保护典型生态系统和生物多样性及珍稀濒危物种资源的基本途径。具有敏感生态系统和丰富生物多样性的青藏高原,其自然保护区建设及其成效一直以来是各界关注的重点问题。本文以最新的《全国自然保护区名录》和已发表NPP与保护成效数据为基础,分析了青藏高原保护区的组成、分布格局与保护成效。结果表明:11963年至今,青藏高原地区建成了各类保护区155个,面积达82.24万km2,占全高原面积的32.35%;2保护区类型主要以野生动物与荒漠生态系统、野生动物及其生态系统、野生动物3个类型为主,各占高原内保护区总面积的36.84%、33.35%和6.80%;3形成了以超大型保护区为主、中部和东南部分布为主、保护类型多样为特点的青藏高原自然保护区体系;4经过50余年的生态建设,保护区保护成效显著,主要表现为:珍稀濒危物种数量显著增加、濒危物种西藏马鹿被重新发现、野生动物的栖息地得到了恢复和改善及典型保护区内草地植被的生态功能增强。本研究结果可为青藏高原生物多样性保护研究和区域可持续发展提供科学参考。     

信息内容安全技术国家工程实验室

信息内容安全技术国家工程实验室是国家发改委拟建的100个工程实验室之一．也是首批批复的工程实验室之一,建设期为三年。工程实验室的依托单位是中科院计算技术研究所。合作单位有国家计算机网络与信息安全管理中心、哈尔滨工业大学、北京邮电大学和深圳市任子行网络技术有限公司。工程实验室实行理事会领导下的实验室主任负责制。     

商务英语新闻类语篇的体裁分析

体裁理论的三大流派有其各自不同的研究视角及理论框架,而现今很多学者大都选择其中一个流派的理论框架对所选语篇进行分析。其实,在某些层面上,这三大流派的体裁理论起着互为补充、相辅相成的作用,综合运用这些理论可以对语篇有更加深入和全面的了解。据此,该文运用体裁综合分析框架对《体验商务英语综合教程》第四册及第五册中的商务英语新闻类语篇的宏观结构进行深入剖析,并阐述该分析框架对商务英语新闻类语篇的教学启示。