一类非线性感知器的设计与应用

本文设计出一类比传统感知器更加接近实际的生物感知器,根据相应的学习规则,它能够成功的执行非线性分类任务。根据突触连接的不同,如纯兴奋突触连接或等比率的兴奋与抑制突触连接,考虑三种不同的模型,得出相应的决策支持界。应用所得的学习规则,此类单层感知器也能够执行非线性的分类任务,如异或问题(XOR)的解决。     

一种时间序列算法的设计

时间序列是近几年来的研究热点,通过观察生活中的很多和时间相关的事件来建立数据模型,本文在研究的Kuo关于时间序列的基础上,针对该算法中存在的挖掘精度不高等缺点,提出对惯性权值,学习因子进行改进,并引入了极值扰动,提高了算法的效率,将改进后的PSO算法中运用到时间序列算法中的定义和划分论域中,并采用了基于距离的模糊集定义方法和测算方法。仿真实验中采用了Alabama大学入学人数预测问题作为实验对象,实验结果说明本文的算法挖掘精度上优于传统的Kuo算法,取得了较好的效果。     

物理科技

深紫外光电感算器件研究中国科学技术大学微电子学院龙世兵教授团队与复旦大学芯片与系统先进技术研究院刘琦教授团队合作,利用深紫外（DUV）光电突触结合忆阻器的构架实现了基于储备池计算（RC）的指纹识别系统。相关成果发表于《自然·通讯》（Nature Communications）。文章基于富镓氧化镓材料设计,利用非晶材料的显著持续光电导效应,制备了具备短时程效应的光突触器件。通过4比特的紫外光脉冲输入测试,构建了感算器件RC网络的映射关系,这可以将图片信息通过紫外光转化为特征电流值。最终,研究人员通过存算忆阻器阵列稳定的多态调控特性实现了对储备池输出的训练,实现了小规模的深紫外指纹识别功能。     

基于BP算法的多层感知器设计

多层感知器应用的BP算法是有导计算法的一类,根据最小均方差的误差原则进行计算。BP算法是多层感知器建立的基础算法,可以进行函数的逼近和相关的仿真运算。但BP算法也具有其自身的局限性,如收敛速度低和易陷入局部极小等。本文将介绍标准BP算法和它的改进,借此对多层次感知器的设计进行分析和建议。     

结合网页内容分析的PageRank算法初探

作为一种相当成功的基于超链分析的算法，PageRank算法可以有效地衡量网页重要度权值，然而进一步的研究也表明，这种纯粹依赖于超链分析的算法由于没有考虑到网页内容对网页重要度权值的影响，所以在一定程度上会造成偏差。因此，合理的将两者进行结合，充分利用网页内容特征对PageRank算法进行改进，可以极大的提高这种算法的有效性。     

基于自然语言处理和深度学习的建设工程合同智能分类方法研究

当前建设工程合同管理工作量大,长期依赖人工审核和主观经验,为改变合同审查依赖主观经验的现状,进一步探索和实现合同条款智能识别和智能审核,尝试引入基于深度学习（DL）的自然语言处理（NLP）技术,提出一种建设工程合同智能分类方法。首先,设计合同智能分类方案,分别采用卷积神经网络（CNN）、长短期记忆网络（LSTM）和融合模型进行计算实验;其次,将CNN和LSTM模型用于合同文本特征提取和合同文本分类中,通过融合两个神经网络以提升分类模型的性能指标。结果显示,精确率和召回率的调和平均数（F1值）最高的为融合模型,其次是LSTM模型,CNN模型最低。相较于基于机器学习的其他同类研究,基于NLP和DL的建设工程合同分类融合模型能够提高合同文本分类任务的效果,实现对大规模数据量的施工、勘察、监理等不同类型合同的准确识别以及快速分类和归档。     

压缩感知稀疏信号重构算法研究

压缩感知理论是利用信号的稀疏性,采用重构算法通过少量的观测值就可以实现对该信号的精确重构。SL0（Smoothed l0）算法是基于l0范数的稀疏信号重构算法,通过控制参数逐步逼近最优解。针对平滑函数的选取问题,文章提出一种新的平滑函数序列近似l0范数,实现稀疏信号的精确重构。仿真结果表明,在相同实验条件下文章算法较传统算法有着较高的重构概率。     

交通流量VNNTF神经网络模型及其预测研究

研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。     

科研项目合作网络的分析与研究

本文主要针对科研人员之间的项目合作关系,研究科研项目合作网络的人员组成特点、学科特点,并挖掘隐藏在网络中的科研团队。首先,基于科研项目数据集,通过计算人员项目之间的余弦相似性构建科研项目合作网络。其次,采用社会网络分析指标对科研项目合作网络进行分析。最后,将合并策略加入到凝聚子群分析算法中,提出了一种基于合并的凝聚子群分析算法（Merge Cohesive Subgroups Algorithm,MCSA）,用于挖掘隐藏在科研项目合作网络中的科研团队。实验分析了某市自然科学基金项目合作网络中人员合作的紧密程度与合作模式,核心科研人员的年龄构成,以及各个学科的发展趋势等情况,与典型的社群挖掘算法FN算法和LPA算法进行对比,结果表明本文提出的基于合并的凝聚子群分析算法挖掘到的科研团队更有效。     

中文科技政策文本分类：增强的TextCNN视角*

近年尽管针对中文本文分类的研究成果不少，但基于深度学习对中文政策等长文本进行自动分类的研究还不多见。为此，借鉴和拓展传统的数据增强方法，提出集成新时代人民日报分词语料库（NEPD）、简单数据增强（EDA）算法、word2vec和文本卷积神经网络（TextCNN）的NEWT新型计算框架；实证部分，基于中国地方政府发布的科技政策文本进行算法校验。实验结果显示，在取词长度分别为500、750和1 000词的情况下，应用NEWT算法对中文科技政策文本进行分类的效果优于RCNN、Bi-LSTM和CapsNet等传统深度学习模型，F1值的平均提升比例超过13%；同时，NEWT在较短取词长度下能够实现全文输入的近似效果，可以部分改善传统深度学习模型在中文长文本自动分类任务中的计算效率。     

工程预算决策中数据仓库的数学描述及构建

针对目前的工程预算决策系统精确性不高的问题,本文提出一种基于数据仓库的工程预算决策模型,首先将数据仓库进行数学描述,然后对数据仓库中的关联规则进行权值优化,包括垂直权值优化和水平权值优化,接着以工程预算中的预测模型为例引入衰减因子构建算法模型,最后对其算法性能实验。仿真试验结果表明,基于数据仓库的工程预算决策模型具有良好的精确性和可扩展性,值得推广使用。     

果蝇基于价值抉择的脑机制研究又获新进展

基于价值的抉择是一种生存能力。上海生科院神经科学研究所郭爱克院士领导的学习与记忆研究组6年前曾发现果蝇具有“趋利避害”的抉择能力。6年来，他们从基因-脑-行为．认知的结合上，将研究聚焦在果蝇抉择的神经环路机制上。采用增强子陷阱和上游激活序列（GAL4／UAS）的二元表达系统的基因操作，在特定的时间阻断果蝇脑的蘑菇体结构和多巴胺神经元的突触递质释放，     

融合多层次语义的网络评价方面抽取方法研究

针对现有的评价方面抽取方法无法充分利用评论文本中字词包含的复杂语义问题,提出了一种融合多层次语义的网络评价方面抽取模型.首先将卷积神经网络(CNN)训练的字符表示与Word2Vec预训练的词向量进行拼接,构建字词融合的特征表示,利用注意力机制对字词融合的特征表示进行重要程度标识,获得融合注意力的特征表示;构建由CNN和双向长短期记忆网络(BiLSTM)组成的混合神经网络,利用CNN的强学习能力提取字、词的局部语义特征信息,利用BiLSTM全局特征提取能力捕捉字、词之间长距离的上下文语义信息,实现多层次语义融合,最后利用条件随机场学习标签之间的约束条件,输出评论文本最优的序列标注结果,并以酒店评论文本为实验数据集,对所提模型与方法进行可行性和有效性验证.结果表明:本模型具有更好的评价方面抽取效果,可以为基于文本的评价研究与分析提供优质的数据源.     

基于最优权值探测的图像可逆信息隐藏研究

提出一种基于最优权值探测的图像可逆信息隐藏算法。该算法改进了现有的预测方法,利用最优权值探测原理提高预测像素值的精确受,使预测误差差值直方图更加紧凑、峰值更高。实验结果表明,相比其它可逆嵌入算法．该算法在保证图像质量的同时,提高了嵌入容量。算法整体性能高。     

基于表示学习的引证网络关键路径识别研究

针对主路径分析中较少考虑引用内容的问题与技术演化脉络存在一定时滞性的问题,提出一种基于引用内容表示学习的关键路径识别算法。将深度学习中的表示学习应用于引用内容,计算引用过程中的知识流动权重,调节只使用引用路径的主路径分析方法,以每条边在网络中的SPC值与内容相似度的加权作为该边在路径求解算法中的权重值,从而获取全局关键路径,更加全面探究关键领域中主要发展路径。实验结果表明,将该方法应用于光刻产业的技术演化脉络研究,可以有效地挖掘出技术演化脉络中的关键路径并发现其研究主题的分支结构。在基础技术演化脉络的基础之上发现了放射学与影像学等具有很大的发展潜力的研究方法。     

二值图像逻辑或运算CNN模板的鲁棒性设计

当前对二值图像进行逻辑或运算的算法较少,本文对一种能实现二值图像逻辑或运算的细胞神经网络(cellular neural networks)模板进行研究,提出了一种新算法。通过设定二值图像逻辑或运算法则,并分析LOGOR CNN模板的鲁棒性,提出了一个定理,最后进行了严格的数学证明。只要实际使用的模板参数符合定理中给出的参数范围,CNN就能实现对二值图像的逻辑或运算。实验仿真证明了LOGOR CNN在实际应用中的有用性及鲁棒性设计定理的正确性。     

一种基于向量的在线学习推荐系统架构

【目的/意义】提出一种基于向量的在线学习推荐系统架构,通过将访问序列的先后次序作为推荐的重要依 据,将访问记录预处理进行向量表示,在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知 识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析,并进行预处理以向量的格式表示,在考虑浏览 历史日志的同时,将访问序列的先后次序作为推荐的重要依据,进而基于向量利用DBSCAN算法对用户进行协同 过滤聚类,并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示,充分考虑知识点学习次序,提出了一种 在线学习推荐新方法的尝试,实验结果表明该推荐方法是有效的。     

基于WebQuest的高校计算机程序设计课程教学模式探究

利用网络资源提高学生自主探究能力是计算机教学界研究的一项重要课题。通过对网络探究性学习（We-bQuest）的深入研究,本文提出了一种基于WebQuest的高校计算机程序设计课程网络教学模式,并将其付诸实践。结果表明该模式能有效激发学生学习兴趣,培养学生自主、探究学习的能力,有效地促进了高校计算机课程的教学改革。     

团队内竞合博弈对团队创新效率的影响机制：基于响应面分析与定性比较分析

基于社会网络理论,构建“博弈-分工-效率”的理论框架,通过多项式回归模型与计量模型,对我国知识密集型企业的128个研发团队展开连续10个月的日记式调研。研究发现：（1）团队内竞合博弈的确同时存在竞争性与合作性两种非一致性维度;（2）团队内竞合博弈会通过强化团队交互记忆系统,间接促进团队创新效率提升,且团队成员交换是这一影响机制中的重要情境边界;（3）基于组态分析,提出基于数字化团队交互记忆系统与基于团队内可持续型协同创新生态两组高绩效企业研发团队创新效率提升方案。根据研究结论,建议相关企业须打破利益短视与团队内耗之局限,通过完善数字化研发团队交互记忆系统,构建企业可持续性创新供给生态。     

Beyond3G／4G中译码技术简介

空域复用多输入多输出（MIMO）系统的接收算法主要有线性接收算法（如ZF算法和MMSE算法）和非线性算法（如ML算法）两大类。其中，线性接收算法复杂性低，需要的计算量少，但是性能较差；ML算法性能较好，但是复杂度高，计算量大。因此需要寻找一种在复杂度和性能之间达到平衡的接收算法。球译码算法作为一种次优的ML算法可以较好的实现复杂度和性能间的平衡，是近年来多输入多输出（MIMO）系统译码算法中的研究热点。介绍了球译码算法的基本原理。