宽带接入以太网交换机的软件系统

以太网接入是实现宽带接入的主要方法之一.一个完整的宽带接人交换机软件系统应该包括交换机驱动程序、配置界面、应用程序和网络管理等部分.在接入交换设备中采用VLAN技术能够有效的利用带宽和增加数据的安全性.首先说明了接人交换机的体系结构,然后给出了交换机软件系统的整体框架,并着重讨论了宽带交换机软件系统各主要功能模块的设计与实现.     

一种Xquery查询的表示模型

本文介绍了一种Xquery查询的表示模型，用户根据需要的单个的结果元素或XML片断建立原子查询，递归应用Nest、Join、Merge等合成操作将原子查询逐步合成出复杂的查询表达式，从而实现简化用户查询表达式的建立过程。     

胃腺癌CerbB-2蛋白表达及临床分析

目的：研究胃腺癌原癌基因Cerb B-2在肿瘤发生、发展过程中的作用并探讨其临床相关性。方法：应用免疫组织化学法（IHC）对435例胃腺癌组织标本、95例正常切缘粘膜组织标本中Cerb B-2基因的表达情况进行检测。结果：Cerb B-2基因在胃腺癌组织、正常切缘组织中的表达阳性率分别为30.8%、16.8%,差异有统计学意义（P〈0.01）;在胃腺癌组织中,Cerb B-2基因的表达与患者的年龄、性别、肿瘤大小、分化程度均无相关性（P〉0.05）,而与肿瘤的临床分期（TNM分期）相关,差异有统计学意义（P〈0.01）。结论：Cerb B-2基因与胃腺癌有明显的关联,可作为判定胃癌中最多见的胃腺癌的生物学行为的重要参考指标,对临床治疗及预后判定都能起到一定作用。     

《离太阳最近的树》与《窗前的树》的比较探析

《离太阳最近的树》和《窗前的树》都是描写树的散文,但它们在写作特点上却有着很大的区别.本文试从文章结构、文章意蕴、表达技巧的异同等方面进行比较分析.     

国际化背景下高职英语B-SLIM教学模式的运用与思考

作为一种全新二语言教学模式的B-SLIM语言教学模式,它有着独特的魅力和教学潜力,值得认真地研究和推广。通过介绍B-SLIM教学模式的主要内容,结合高职英语教学的现状、教学手段和教学效果,探讨这一模式教学的有效性,以达到其真正的语言教学成功的目的。     

基于知识图谱的海洋科学领域技术机会分析

目前海洋经济成为世界经济增长的新亮点和必不可少的部分,海洋科学成为全球新一轮竞争的前沿领域。选取Web of Science核心合集和Derwent专利库中2011—2017年海洋科学领域的学术论文、专利文献,采用共词分析法和谓词树分析法在论文与专利之间以及专利之间进行对比分析,挖掘出海洋科学领域的技术机会。     

Fair and Explainable Depression Detection in Social Media

Detection at an early stage is vital for the diagnosis of the majority of critical illnesses and is the same for identifying people suffering from depression. Nowadays, a number of researches have been done successfully to identify depressed persons based on their social media postings. However, an unexpected bias has been observed in these studies, which can be due to various factors like unequal data distribution. In this paper, the imbalance found in terms of participation in the various age groups and demographics is normalized using the one-shot decision approach. Further, we present an ensemble model combining SVM and KNN with the intrinsic explainability in conjunction with noisy label correction approaches, offering an innovative solution to the problem of distinguishing between depression symptoms and suicidal ideas. We achieved a final classification accuracy of 98.05%, with the proposed ensemble model ensuring that the data classification is not biased in any manner.