基于Stacking集成学习的蘑菇毒性判别研究

如果有高精度的蘑菇毒性判别模型,可以减少人们误食的概率,为实现方便高效的判别蘑菇毒性的方法,提升农业智能化发展,提出一种基于Stacking集成学习的蘑菇识别方法.首先,对数据集的各项特征进行预处理.其次,通过特征重要性排序,筛选出孢子颜色、环的数量、菌褶、内菌幕颜色、气味等区分毒性的重要特征.最后,构建Stacking模型并和其他模型对比分析,结果表明在准确率、召回率、F₁-score和AUC方面,Stacking和其他方法模型相比均占优势.基于Stacking集成学习的方法能一定程度解决蘑菇毒性判断复杂、准确度不高的问题,提升农业智能化发展的进程.     

基于深度学习的手势识别人机交互应用研究

提出一种只对场景中特定类型的运动做出反应的神经网络结构,且模型可以端到端进行训练,因此避免对手工提取特征和预处理操作的强烈依赖,模型由一个三维卷积神经网络组成,接收一个视频帧序列作为输入,通过显著性机制定位主动的手势运动位置,同时,基于Kinetic传感器,构建一个不同参数配置下的多人场景手势数据集。     

改进LeNet-5网络用于交通标志识别的方法

为了提高自然交通场景中交通标志的识别精度和检测识别率,提出了一种基于改进LeNet-5网络的交通标志识别算法。该方法对交通标志数据集进行图像尺寸归一化以及数据集增广预处理,增加数据集的多样性,提高了后续模型训练的准确率。对主体LeNet-5网络进行了改进,网络模型使用4层卷积、池化层连接2个全连接层,加深模型的深度;采用ReLU激活函数代替Sigmoid激活函数对卷积运算的结果进行转换,降低算法的计算复杂度;为改善训练神经网络过程中的过拟合现象,在模型中加入Dropout策略;通过实验分析确定算法中的相关参数并与改进前LeNet-5网络进行对比,验证改进算法的有效性。实验结果表明,本研究提出的算法在德国交通标志数据集（GTSRB）上获得99.42%的识别准确率。     

英语课堂教学中多媒体辅助教学的合理应用

本刊从2000年起开辟了"基础教育教学改革论坛"栏目,旨在为探讨基础教育和高等教育之间的内在联系搭建一个研究平台。几年来,从丰富的稿源中遴选刊载了百余篇高质量的稿件,虽然产生了较好的效果,但我们认为还有许多问题值得研究,比如:如何突破应试制度与素质教育的瓶颈、基础教育与高等教育知识结构的有机联系、学习素质的养成及有关培养创造性人才的教育模式等问题。     

基于长短期记忆的煤炭含水率智能预测与实验研究

考虑影响煤炭含水率变化的温度、湿度和风力等主要天气因素,以神华黄骅港为例,研究港口煤垛堆场的煤炭含水率预测方法。该方法首先基于长短期记忆(Long Short-Term Memory, LSTM)神经网络建立煤炭含水率预测模型,然后通过对采集到的港口实时天气数据和煤堆不同煤种的含水率数据融合处理,使用LSTM网络对训练数据集进行训练,并用来测试数据集,最后确定煤炭含水率预测模型,从而实现对堆场的智能洒水。研究结果表明,该模型对煤港堆场含水率预测的准确率在85%以上,据此模型建立智能洒水策略,能有效抑制煤堆起尘。上述方法对节约港口用水和减少污水量,以及对煤炭绿色开采和绿色生态港口建设具有参考价值。     

最佳投资组合与预测模型的优化——以"金融控股公司"为例

台湾金融控股公司的成立,使台湾金融机构的发展朝着多元化、集团化、国际化与大型化的道路前进。这不仅会促进台湾金融机构经济规模的扩大,而且还将会增强金融行业与外国金融机构竞争的实力。本文以多家金融控股公司为例,研究如何运用DEA挑选技术效率较高的金融控股公司建立投资组合,如何使用灰关联、演化式类神经网络筛选网络输入变量及架构,以优化类神经网络的预测绩效。研究结果指出,优化后的类神经网络预测绩效相对优于回归模型及一般倒传递类神经网络模型。     

自主品牌创新功能及其效果评价研究

自主品牌创新是现代企业生存和发展的关键要素。自主品牌创新具有提升自主品牌竞争优势、深化自主品牌开发、保障自主品牌安全和提升自主品牌价值等四大功能。本文在对自主品牌创新的四大功能进行深入分析的基础上,建立了自主品牌创新功能效果评价的指标体系,构建了评价的模糊神经网络模型,并对某企业的自主品牌创新效果进行了评价和实证分析。     

基于BP神经网络的大学生实践教学效果评价研究

实践教学是高等学校教学工作的重要组成部分,其中实践教学效果评价是保障高等学校实践教学质量的重要环节。针对高校大学生项目实践教学效果评价需求,构建项目实践教学效果评价指标体系,在此基础上设计调查问卷,利用网络问卷收集评价原始数据,通过Python进行数据预处理,并采用BP神经网络对某高校大学生项目实践教学效果实施评价,结果表明,该方法对于高校实践教学效果评价具有较强的实用性。     

《有请主角儿》:创新竞争的底色与亮色北大核心CSSCI

作为非综艺类自制栏目,《有请主角儿》以新闻为内核,以演讲为载体,以真实为准则,以话题为纽带,重建新闻边界,拓展电视受众内涵,以"新闻TED"的集成方式迭代刷新人物访谈和真人秀的混搭形态,从节目立意到表现形态,从话题设置到内容操作,努力探索与时俱进的新闻业态,体现了向上竞争、创新致胜的底色与亮色。     

分布式计算技术的应用研究

介绍了分布式计算技术的发展过程及发展过程中的应用技术和应用方向。分布式计算技术为企业软件技术的发展及对管理信息系统软件设计产生了巨大的推动力。