敦煌壁画叙词表关联数据实体语义相似度计算方法与实验

[目的/意义]随着文化遗产数字化和人文计算研究范式的兴起,人文领域学者在参与数字人文研究过程中对于文化遗产数据资源的利用需求日益突显.多源、异构文化遗产信息资源的语义融合与互操作成为当前数字人文数据基础设施建设中的关键问题,而行之有效的实体语义相似度计算方法则成为实现这一目标的重要手段.[方法/过程]以敦煌壁画叙词表关...     

基于复合系统模型的农村电商与物流协同测度研究——以河南省为例

推动农村电商与物流协同发展,实现商流和物流的有机结合,是实现农村经济高质量发展的有效手段。通过构建复合系统模型定量分析农村电商与物流之间的协同发展程度,选取河南省2010-2019年农村电商和物流的面板数据进行实证研究。结果发现：在2010-2019年,河南省农村电商和物流各子系统的有序度呈现总体上升趋势,二者之间的总体协同度则呈现出波动上升趋势,但协同发展程度仍处于严重失调的状态。造成该问题的原因主要是农村电商与物流在体系结构和功能方面难以实现有机融合发展。针对河南省农村电商和物流协同发展方面存在的现实问题,从政策引导、网络布局和人才培养三个方面提出了促进河南省农村电商和物流协同发展建议。     

合肥都市圈旅游经济系统脆弱性研究

以合肥都市圈为研究对象,选取集对分析法和障碍度模型,评价和分析2010—2019年合肥都市圈旅游经济系统脆弱性的时空格局变化和应对能力提升的第一障碍因素。结果表明：10年间,合肥都市圈旅游经济系统脆弱性的均值呈现波动性下降态势;从空间分布来看,8个市（县）旅游经济系统脆弱性存在空间差异,但差距逐渐缩小,具体表现在地区的标准差和变异系数值整体上减少;产业结构多样化指数、第三产业占GDP比重和城镇居民可自由支配收入是制约合肥都市圈旅游经济系统应对能力提升的主要因素。     

免疫优化算法在农村5G基站选址中的应用

针对我国农村地区地形较复杂,山地、丘陵较多,基站选址存在难度大、成本高的问题,提出了一种基于免疫优化算法的基站选址模型。在该模型中,把待求解的选址问题当作抗原,经过免疫优化算法迭代计算,找出亲和度最高的个体,得到问题的解。通过与遗传算法下的的基站选址模型比较,结果表明：基于免疫优化算法的基站选址模型具有一定的实用性和可靠性,能够以较小的成本获得最佳的基站建设位置,拥有较强的全局寻优能力。     

基于Borich需求评估模型的课程目标达成度评价

达成度是工程教育专业认证考查的重要指标。文章提出了一种基于Borich需求评估模型的课程目标达成度评价方法,该方法基于课程重要性指标和学生知识掌握程度指标计算加权平均差异得分值（BDN）,根据BDN值评价课程授课目标的达成度。结果表明,将该方法应用到面向对象程序设计课程目标的达成度评价中,能较好地反映各班级本门课程目标的达成情况,相较于单纯根据成绩的评价方法能更好地反映不同授课班级间课程目标达成度的差异。     

信息度的调整与教师课堂教学

课堂教学是特殊的言语行为,其实质在于把教学内容的文本信息转换成课堂信息,同时把学生难 以适应的目标信息的信息度,转换到符合学生发展需要的水平。因教师对学生已知信息把握的偏差,有可能造 成信息度转换的失当。对信息度准确的升级和降级,是教师主体性表现和成熟的标志。     

从生态马克思主义角度论城乡生态一体化建设

随着我国城乡一体化进程的不断加速,生态问题日益突出,这在一定程度上制约了城乡一体化的进程和生态文明建设的脚步。因此,运用科学的理论武器和有力的行政手段解决生态环境问题是当前城乡一体化建设中的重要任务。生态马克思主义继承了马克思的生态观,又结合相关生态理论进行了创新和发展,可为我国解决生态环境问题提供借鉴。依生态马克思主义的理念,为了解决当前我国城乡一体化中的生态问题,要从树立理性生态观、强化生态保护意识、构建公平生态体制、加强政策和资金支持等几个方面入手。     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

文本分类中粗分类数据噪声修正的网络算法

在文本分类的实际应用中经常使用粗略分类的数据来训练分类器,但是这种数据中经常会包含类别标记有误的数据,这些数据对文本分类结果的精度会造成不良影响。本文针对这个问题提出了一种噪声修正算法,首先建立文档关联网络,把文档上标记的类别作为在网络上划分的集团结构,并用模块度衡量集团结构的质量,通过优化模块度指标把噪声数据调整到合适的类别中,从而提高数据质量。实验结果表明,本文所提算法能够有效修正粗分类数据中的噪声,且有较高的有效性和鲁棒性。该算法可以用于文本分类训练数据的预处理,或作为辅助技术用于文献库建设等工作。     

基于语义的半结构化P2P网络

如何利用具有本体标注的结构化文档中的语义信息组织P2P网络,提供对基于语义的信息共享与查询的P2P网络支持,是当前P2P网络的研究热点之一.本文提出采用Peer所存储文档中的加权本体概念向量作为Peer的特征向量,通过相似度计算将Peer聚成Peer组,从而构造基于语义的半结构化P2P网络.用户的查询请求由各Peer组内的组服务器负责路由转发,组服务器计算查询请求与各路由表项之间的相似度,将查询向最有可能包含查询目标的Peer组转发.文中较全面地阐述了本体概念局部和全局权重的计算方法.由于P2P网络拓扑的建立过程和查询路由过程均基于语义信息,使得网络的各项性能与基于关键字处理的P2P网络相比,得到了较大的提高.