基于表示学习的双层知识网络链路预测

当前,针对知识网络的链路预测主要是基于网络拓扑结构的相似性,很少考虑作者的研究领域,导致信息利用不充分等问题,因此本文提出了双层知识网络的链路预测框架hypernet2vec。双层知识网络,即作者合著关系网络和学术领域关系网络,利用网络表示学习,分别将两层网络中的节点映射到低维的向量空间,再输入到专门设计的卷积神经网络中计算并进行链路预测。与经典的链路预测指标如RA指标、LP指标和LRW指标等相比,hypernet2vec模型预测的AUC(area under curve)值取得了显著的提升,平均提升幅度达11.17%。文章还从情报产生层面和复杂系统层面,对模型发生作用的深层机理进行了探讨。     

新形势下我国高职教育的环境辨识与可持续发展

与世界上一些发达国家的高等职业教育发展相比较,我国的高等职业教育也表现出了终身学习与终身教育、区域化与国际化、广谱化与细分化、社会化与开放化、新技术化等发展趋向。根据这些新的发展动态,我国高等职业教育应从师资队伍建设,创新教学方法和手段,鼓励学生考取各种资格证书,密切政府、企业、行业与高职院校的合作等方面,寻求可持续发展。     

脑科学与教育--尖端研究与未来展望

研究表明,大脑会经历“敏感期”,在“敏感期”内大脑能够响应外界刺激,在特定的区域形成神经网络,并使这些网络的功能逐渐发达。根据“髓鞘化”理论,我们应该从新的角度对“学习”、“教育”进行定义。脑科学与教育的研究,将使人们学会按照脑的特性,对不同人群进行针对性的“学习”与“教育”活动,从而培养人们的创造性,激发人们的热情,提高人们的适应能力,为人类的安宁和幸福做出贡献。     

线上课程教学全过程质量评价体系构建研究

高质量的在线课程是保障在线教学效果的关键,对在线课程进行有效评价可以提高课程质量,在梳理相关文献的基础上,综合运用SPSS、Matlab等软件,结合BP神经网络,对线上课程教学的评价指标体系进行研究。首先建立了三级线上课程评价指标体系,其中,二级指标包括学习支持、课程内容与资源、课程教学设计、交互与学习效果,细化的三级指标有18个。基于此设计发放了调查问卷,构建了基于BP神经网络的线上课程教学质量评价模型。     

基于神经网络自适应滑模的旋翼飞行器姿态控制

针对四旋翼小型无人机的姿态控制问题,考虑四旋翼无人机动力学模型中的未建模动态以及外部未知扰动,采用基于径向基函数的神经网络在线对未建模部分进行补偿,并结合滑模控制算法增强系统对外部未知扰动的鲁棒性.随后,对控制系统的闭环稳定性给出了严格的理论性证明.基于MATLAB/SIMULINK的数值仿真结果验证了所提出的控制算法...     

基于BP神经网络的芜湖市社会用电量预测研究

为通过社会用电量分析来反应经济状况,文章采用BP神经网络算法,首先对芜湖市近几年的社会用电量进行分析,再通过Matlab神经网络工具箱构建预测—时间序列模型,最后根据需求获得相应的预测数据。仿真试验表明,该模型找到一条函数曲线很好地拟合已知数据,同时顺利地预测未知数据,所提算法达到预期的效果。     

超声挤压轴类零件表面粗糙度预测模型分析

为实现对超声挤压轴类零件表面粗糙度的合理预测,采用多元回归法、MLP神经网络法以及支持向量机回归法进行预测分析研究。将模型预估时所得数值与实际检测值进行比较分析,结果表明：相比于其他学者借助径向基神经网络构建的模型,其预测的相对误差为5.2%;借助多元回归法构建的模型具有更高的预测准确度,其预测的平均相对误差最小,最小值为4.92%。该预测模型可以进行不同参数下零件表面粗糙度的预测。