新疆维吾尔族青少年身体机能指标研究分析

了解和掌握新疆维吾尔族青少年体质现状,科学评价新疆维吾尔族青少年身体机能的变化规律、发展趋势、城乡间存在的差异及其原因,为提高维吾尔族青少年体质健康水平提供客观依据。文章对新疆喀什地区的6110名7-18岁维吾尔族青少年采用国家相关规定的方法、相应组别、性别及各年龄段分组,进行测试、统计与分析。维吾尔族城乡男女身体机能状况随着年龄的增加而呈现出明显下降趋势,均反映出身体机能衰退的特征,部分年龄段城乡指标具有不同程度的显著性差异。必须高度重视维吾尔族青少年城乡间身体机能指标的差异,加强锻炼,改变生活方式,缩小城乡之间的差异,进一步提高健康水平。     

略论技击的构成关系——以冷兵器时代军事需求为例

技击概念是了解技击本身和建立技击与现代武术关系首先要解决的问题。明确技击的构成关系,不仅为进一步研究技击演变提供理论支撑,更将为明确现代技击概念奠定基础。文章采用文献资料法和逻辑推理的研究方法进行研究。阐明冷兵器时代军事需求下,技击是由技与击构成的有机体,技为击做必要的准备,击在杀敌的过程中验证技的实效性;技与击在形成于应用的过程中互相作用：形成技为击做准备,击验证技的实效性并更加完善技的循环作用关系。     

专利权人引用网络中的媒介角色研究

对专利权人引用网络中的3种类型的媒介角色的概念、算法等进行梳理,根据媒介角色理论和知识交流理论对媒介角色是否影响专利权人技术创新能力做理论推导,并提出3个假设。通过实证分析发现,不同的角色影响程度各不相同:中介中心性对专利权人技术创新能力的影响力最大;5种桥系数小于中介中心性,影响最小的是结构洞约束。     

基于粒度概念分析法的文献关键词分析——以Ontology领域关键词为例

以概念格理论为基础,在形式概念分析的基础上,提出以粒度概念分析(GCA)的方法进行文献关键词分析,并针对Ontology领域开放存取文献的关键词,构建不同粒度概念格。通过基于粗细不同粒度概念格的挖掘,对Ontology领域相关文献进行领域高频关键词和相关低频关键词的分析,从而揭示和呈现Ontology领域相关知识的结构和内在关联,以期探索一种基于概念格的文献关键词分析的新途径。     

基于概念格的Folksonomy知识组织研究——Tag Spam过滤指标权值配置

随着Folksonomy在实际应用中的日渐普及和声望的不断提高,其在应用中存在的问题也逐渐显露出来.恶意Tag和对用户检索行为无效或低效的Tag Spam严重地影响了Folksonomy的实际应用效果.以概念格的理论与技术为基础,首先根据问卷调查与专家智能构建了Tag Spam过滤指标体系,并在传统AHP法配置Tag Spam过滤指标权值基础上,针对评价结果构建了Tag Spam过滤指标概念格.通过基于概念格的关联规则的挖掘对Tag Spam过滤指标的权值配置进行验证,并根据验证结果动态调整相关指标的权值,从而实现Tag Spam过滤中指标权重的动态合理配置.对构建科学客观的Folksonomy中Tag Spam过滤指标权值配置方案进行了探索.     

基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

基于语义准则函数的中文评论性文本极性聚类算法研究

通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务。经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足。针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法。这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索。实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的。     

高校英语学习信息共享空间构建研究

高校英语学习信息共享空间是图书馆学科化服务与信息共享空间完美结合的产物,是图书馆英语学科服务团队、英语系教师及英语学习者共建、共享、协作、交流的平台。它的构建将进一步深化图书馆服务模式及大学英语教学模式的改革,为高校师生提供最符合其需求的学习与科研环境。     

基于Web日志挖掘的网络动态竞争情报分析研究

通过挖掘蕴含在WebE1志中的隐含模式和知识,Web日志挖掘为企业实现网络竞争情报动态分析提供了一种有效的途径。文章分析Web日志挖掘的原理和过程,并探讨Web日志挖掘在动态竞争情报分析中的应用。     

基于语义空间和SVM的竞争情报分类分析模型研究

针对传统的竞争情报分析模型无法有效地对情报源进行深入挖掘分析,获取企业所需的深层情报内容,本文构建了基于语义空间和SVM的竞争情报分类分析模型.该模型利用语义空间来表示文本,提高文本表示的精度;利用基于语义核函数的SVM分类分析算法进行学习和训练,实现语义层面的竞争情报分类分析.实验结果表明,该模型取得了很好的预期效果,显著提高了竞争情报分析的准确率和效率.