离散型随机变量的统计规律性研究

随机变量的统计规律是一个复杂的概念。通过对典型实例的分析研究,揭示出一维离散型随机变量的形成过程及其变化规律。具体描述了样本点与随机变量之间的对应关系及事件与随机变量取值之间的等价关系,得出掷硬币正面出现的“总次数”近似服从正态分布,据此可刻划“掷硬币正面出现”这一随机现象的统计规律性．     

谷精草总黄酮纤维素酶提取工艺的研究

目的:研究纤维素酶法提取谷精草中总黄酮的最佳工艺。方法:采用紫外分光光度法分别考察酶用量、提取时间、料液比、提取温度对谷精草总黄酮提取率的影响,并在此基础上设计L9(34)正交试验,优选最佳提取工艺。结果:最佳条件是酶用量0.03 g,提取时间2.5 h,料液比1∶40,提取温度55℃,采用最佳工艺,总黄酮提取率可达0.879%。结论:该方法可以用于谷精草总黄酮的提取。     

基于字幕文本提取的讲座视频快速浏览技术探讨

图书馆中的视频资源越来越丰富,为使读者能够快速地从海量的视频资料中找出想要的视频,并且准确地从视频中定位到想要的段落,文章根据讲座视频字幕位置相对固定的特点,采用帧差法提取字幕文本,通过对字幕文本的识别,将检索词与视频内容联系起来,进而实现读者快速浏览并定位视频段落的目的。     

信息抽取技术及其在数字图书馆中的应用前景分析

信息抽取的目标是自动从文本信息中抽取出预先想要得到的信息(知识) , 它提供了一条从浩瀚的信息堆积中抽取出与用户相关的信息的一条思路。文章分析了信息抽取的主要概念、主要研究活动、信息抽取的类型和信息抽取系统的一般结构, 并提出在数字图书馆的建设中, 信息抽取技术能够在数字内容的自动标引、元数据获取、数据挖掘、情报研究分析、大型知识库数值库建设、参考咨询等方面发挥重要的作用。     

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.