基于Att-CN-BiLSTM模型的中文新闻文本分类

将卷积神经网络（CNN）和双向长短期记忆神经网络（BiLSTM）相结合,提出一种基于注意力机制的Att-CN-BiLSTM中文新闻文本分类模型.模型通过注意力机制有效融合了CNN层和BiLSTM层提取的新闻文本语义特征.在THUCnews新浪新闻数据集上与CNN、BiLSTM及其改进模型进行对比实验,模型分类准确率达到98.96%,精确率、召回率和F1值指标也都优于对比模型,实验结果表明Att-CN-BiLSTM模型可以有效提升中文新闻文本分类效果.     

融合注意力机制和Bi-LSTM的旅游评价情感分析模型

旅游评价情感分析对了解游客偏好具有重要意义,然而现有的旅游评价情感分析模型较少突出游客情感描述的核心内容.为了更加精确地分析游客评价的情感倾向,提出一种结合词性注意力机制和双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的旅游评价情感分析模型.该模型采...     

基于区块链技术的智能合约实验平台

针对区块链的一个典型应用——智能合约展开讨论,为区块链实验教学设计了一个智能合约实验方案,叙述了整个方案实现过程。该实验方案提出一个基于区块链的以太坊智能合约的"众筹平台",采用最新的环境和工具开发相关应用。测试表明,该系统运行良好,适合实验教学要求。通过该实验可引导学生迅速高效掌握基于区块链技术的智能合约工作机理,掌握智能合约设计理念,为进一步学习和开发夯实基础。     

基于区块链技术的智能合约应用——以房屋租赁为例

随着互联网金融全球化的不断创新,区块链技术成为全世界最引人注目的焦点,智能合约作为区块链更高阶段的体现,适用于更多的应用场景。智能合约以区块链技术为基础,可以从技术、阶段、目标三个维度构建房屋租赁智能合约模型,最大限度地实现房屋租赁市场的高效与透明。     

区块链智能合约在网络教学中的应用

网络教学在国内具有很大的规模,并部分实现了教学过程自动化.为了实现依规办学、质量监控、教学流程管理的自动化,促进网络教学的可持续性发展,对区块链智能合约在网络教学中的应用进行了研究.网络教学区块链概念的提出,为引入区块链的控制方法解决网络教学流程的规范化和自动化问题提供了一条途径,也强化了智能合约在网络教学运行中应用的可信度.智能合约被直接应用到网络教学控制链中,对未来网络教学的规范实施起到了重要的参考作用.     

一种A-BiLSTM的中文图书分类方法

针对图书文本数据高维度、语义复杂难以进行图书分类的难题,提出一种基于注意力机制的双向长短时记忆神经网络(A-BiLSTM)方法.首先,从待分类文本中提取词向量以进行句子建模;然后利用BiLSTM对上下文连接关系进行表征;再利用注意力机制对BiLSTM隐藏层的信息给予不同的关注度,凸显重要信息;最后,用Softmax分类...     

融合IPFS与以太坊的爬虫智能合约研究

目前的爬虫框架及分布式系统集群成熟,但是代价高,硬件设备昂贵,技术较复杂。结合区块链技术设计一种爬虫方案,部署简单且省去服务器资金投入。该方案融合IPFS技术,使用智能合约募集公网上闲散的硬件资源代替传统服务器,节约成本,使用简单,可为IPFS融合区块链技术的应用提供参考。     

区块链下智能合约隐私问题研究

隐私问题已成为阻碍区块链发展的难题。针对这一问题,文章厘清智能合约、攻击手段、隐私计算工作流程链等核心概念,并通过案例举证,对智能合约中隐私问题解决方案的优劣性进行分析和对比。文章发现用隐私证明能保护用户的身份隐私,安全多方计算能保护智能合约的数据隐私,可信计算环境能保证合约代码的私密性,但数据隐私安全防护仍需要社会各界的高度重视。     

基于区块链的证书管理系统的设计

区块链技术作为继云计算、物联网、大数据之后的又一项颠覆性技术,受到了全世界的高度关注,被广泛应用到金融、能源、供应链、医疗、教育等各个领域。在教育领域,区块链技术的应用目前还处于起步阶段,但其不可篡改、可追溯、高度信任等特征,适用于征信管理、资质证明、产学合作等多个方面,有助于推动互联网+教育生态的发展。本文设计了一个基于区块链的证书管理系统,利用区块链分布式账本存储可信的证书数据,在保证证书数据真实并且安全的情况下,可以与其他学校或企业招聘单位共享证书信息,为证书的真实性、完整性和可追溯性提供可靠的保证。     

引入双循环机制深度学习模型的文本情感分析

深度神经网络模型通常使用注意力机制或融合卷积神经网络来提取特征,但由于注意力机制抓取的特征过于单一,存在提取特征不完善的问题。 将循环机制引入卷积神经网络中,构建了具有双循环结构的网络模型(DRCNN),从而改善模型的特征提取能力,将其与双向长短期记忆网络结合,提出一种带有注意力机制、特征提取能力更强的混合模型(BiLSTM-DRCNN)并应用于情感分类任务中。通过情感分类的实验分析表明,BiLSTM-DRCNN 神经网络模型具有比较好的性能,与融合卷积神经网络(CNN)和双循环长短期记忆神经网络(BiLSTM)模型相比,综合评价指标提高2%以上;与BiLSTM-CNN、Fusion Model 模型相比,综合评价指标提高了近1%,且收敛速度更快。     

基于反向卷积的Bi-LSTM语音识别

语音本身具有一定的上下文相关性,而传统语音识别系统中的语言模型对历史信息记忆能力不足,无法充分学习语音序列的相关性。为解决该问题,提出一种基于反向卷积的双向长短时记忆(Bi-LSTM)网络的语音识别方法,该模型在反向长短时记忆单元通路末端增加了一个卷积层,再经过两个全连接层,最后通过分类器输出识别结果。将该模型与目前主流的深度学习模型进行实验对比,结果表明该模型能有效提高语音识别正确率。     

论智能合同的法律地位、挑战及规制思路

智能合同是以电子形态为媒介、以区块链技术为支撑、以条件句为结构的可自动执行的代码。对于运用于合同实践中的智能合同而言,由于其满足法律合同构成要件,因此理应受合同法规制。智能合同会对现行法律体制造成诸多影响,特别是会对合同法的立法理念、变更制度、责任制度、解释实践形成挑战。为有效应对这些挑战,规制者应促进法律规制与代码规制、法律代码化与代码法律化的双重结合,并从多元参与、数据驱动、原则强化三方面创新智能合同规制架构。     

基于PBFT算法改进的去主节点共识机制优化

实用拜占庭容错算法PBFT在达成一致性共识过程中,若系统中存在拜占庭或者宕机节点,就会触发视图转换协议,导致算法的通信开销增加,降低算法的共识效率。此外,PBFT随机选取系统节点为主节点,存在一定概率选中非正常节点,导致经过五阶段通信后,结果无法达成共识,需要转换视图,重新随机选取节点进行一致性共识,故提出N-P PBFT算法,省去主节点角色。实验表明,通过引入外部服务担任主节点,优化了算法的一致性共识流程,降低了算法通信开销,从而优化了系统的共识效率。     

远程教育中基于区块链技术的学习支持服务新模式探索——伍尔夫(Woolf)个案研究

伍尔夫(Woolf)是牛津大学创建的世界上第一个基于区块链技术的“无国界远程教育”平台。这个平台凭借区块链技术的智能合约,实现教学、资源、管理、质量保障、教师评测等关键环节的完全数字化自动记录和生成。伍尔夫有效解决了远程学习支持服务中行政管理的巨大花费和低效率问题,使教师直接为学生提供学习支持服务成为可能,对我国远程教育中学习支持服务新模式的构建有重要启示。     

基于区块链技术的新能源汽车供应链“牛鞭效应”弱化研究

为弱化信息从最终客户端向原始供应商传递而引发的“牛鞭效应”,本文基于信息传递的视角,提出了一种运用区块链技术构建的新能源汽车供应链信息管理系统。在对新能源汽车供应链运用区块链技术弱化“牛鞭效应”原理进行分析的基础上,完成系统的总体设计和程序编码,并对系统功能应用及性能进行了测试和对本系统弱化“牛鞭效应”的效果进行了验证,结果表明：系统所有功能都能够正常运行并完成基本要求;系统的性能测试结果显示该系统的最大平均时延为6.2 s,最高吞吐量为每秒处理187个事件;系统在供应商、主机厂和销售商3个节点的“牛鞭效应”值分别弱化了70.1%、64.9%和24.6%,实现了预期效果并验证了系统对供应链“牛鞭效应”的弱化具备可行性。     

基于区块链的投票系统的设计与实现

区块链作为重要的应用技术创新,提供了一套集体维护去中心的安全可靠的分布式数据库技术方案,使其在解决许多应用问题时具有明显的优势。介绍区块链技术及其架构,基于以太坊技术设计实现在线投票系统,对实现步骤进行详细介绍。基于区块链的投票系统可以使投票更加安全并且具有匿名性,不仅可以消除欺诈行为,最终结果也更加透明。     

基于区块链的二手车交易系统研究

随着汽车保有量的不断增加,二手车市场交易量呈增加趋势,而交易市场存在一系列信任问题.同时,传统中心化系统存在数据存储被篡改和单点故障等潜在风险.为此,利用区块链去中心化、可溯源、数据不可篡改的特点,并结合Hyperledger Fabric架构,设计了一套基于区块链的二手车交易系统.系统采用背书—排序—验证的交易流...     

基于用户画像的区块链激励设计

区块链由于具有不可篡改、数据可追溯的性质,已应用于金融、版权、数据交易等多个领域。在公交车司机行为画像基础上,设计一种基于用户画像的区块链激励设计方案。首先定义司机画像评分方式,将评分作为区块链产生的依据,然后根据司机画像设计智能合约机制,最后提出区块链激励构架与功能组件。该方法有利于解决考核过程中的去中心化问题,为公司提供一种新的激励制度设计思路。