MARC发展问题研究

本根据数字图书馆的建设需要，探讨了利用XML技术对MARC进行重新描述的必要性，在此基础上，对基于XML的MARC信息描述进行了尝试性的研究，提出了XML MARC的概念，给出了XML MARC的档类型定义，设计了MARC到XML MARC的转化算法，从而解决了应用XML MARC首先需要解决的问题，其研究成果对MARC数据在数字图书馆中的利用问题具有重要的意义。     

边坡稳定分析条分法的一个优化算法

根据毕肖普法和非线性规划原理，对工程实践中最为广泛应用的圆弧滑裂面法，提出了一个较为完整的优化数值模型，并运用障碍函数法求解了该优化数值模型。为避免陷入“局部优化点”，运用随机投点法建立了一种优化算法，取得了较满意的成果。     

基于用户自然标注的TF-IDF辅助标引算法及实证研究

[目的/意义] 从用户角度出发,研究基于用户自然标注的TF-IDF辅助标引算法。[方法/过程] 首先以核心期刊论文中作者标注的关键词和分类号为源数据,通过对关键词词频进行统计,使用TF-IDF算法构建用户标注词表、形成标引知识库,然后通过IK Analyzer分词软件对待标引的科技项目数据进行切词和停用词处理,进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词,最终实现对科技项目数据进行关键词和分类的同步标引。[结果/结论] 实验结果表明,机标关键词与人标关键词的相似比在60%以上的科技项目数据占总数的68.1%,机标分类号与人标分类号前三位一致的占总数的83.9%,结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。     

从传播方式到形态:人工智能对传播渠道内涵的改变

人工智能正在改变传播渠道的内涵。从传播方式看,基于算法的智能推送在改变传播模式的同时也提出了规制问题;从渠道的呈现形态看,自然语言处理技术发展下智能语音应用让人的"口"的功能也得到体现,人工智能开始扮演"人"的传播者身份;从渠道形态拓展看,虽然VR技术还处于创新扩散早期的创新者使用时期,但一方面让沉浸式新闻有了渠道基础,另外一方面基于VR的社交4.0时代是社交媒体下一步发展方向。     

基于Adaboost算法的不平衡数据集分类效果研究

在不平衡数据集中,由于少类样本和多类样本的不平衡,在分类过程中容易产生难以分类和错误分类的现象。针对不平衡数据集的分类特点,设计出一种组合分类器,适用于不平衡数据集的分类。通过SMOTE算法采样对不平衡数据集进行一个预处理,采用单层决策树作为基本分类器,利用Matlab编程,构建Adaboost算法分类器,对demo、heart和usps数据集进行训练集和测试集分析。结果表明,通过Adaboost算法可以有效提高分类效果,算法中通过改变正类样本的权值,从而重视对少类样本的分类,在一定程度上能够提高整体的分类效果,实现不平衡数据集的分类设计。     

一种基于聚类的入侵检测新方法

根据目前应用于入侵监测的算法中普遍存在的对输入顺序敏感,无法自适应地确定参数以及需要大量的训练数据等问题,且k-means算法存在初值选取的问题,因而提出一种新的聚类算法进行入侵行为的监测.该方法的优点是对输入数据顺序不敏感以及能够比较准确地选择聚类的初值.实验中采用了KDD99的测试数据 ,结果表明该方法可以比较有效地检测真实网络数据中的已知和未知的入侵行为.     

文本分类中一种基于密度的KNN改进方法

特征降维与分类算法的性能是文本自动分类的两个主要问题.KNN算法以其简单、有效、非参数特点常用于文本分类,但是训练文本分布的不均匀对KNN的分类效果产生负面影响,而在实际应用中训练文本分布不均是常见现象.本文针对这种分类环境,首先提出了一种改进的tf-idf赋权方法用于特征降维,在此基础上进一步提出了一种基于密度的改进KNN方法用于文本分类, 使处于样本点分布较密集区域的样本点之间的距离增大.随后的文本分类试验表明,本文提出的方法基于密度的KNN方法具有较好的文本分类效果.     

路灯树型网络拓扑结构的边魔幻全标号算法

给出了路灯树型网络拓扑结构T(P_m,S_1,n,S_2,n,…,S_m,n)的定义,提出了该类网络拓扑结构的边魔幻全标号算法,证明了STREETLAMP＿EMTL算法的正确性、时间复杂度及时间最优性,从而进一步得到了路灯树型网络拓扑结构T(P_m,S_1,n,S_2,n,…,S_m,n)的边魔幻性．     

模糊控制在汽车自动空调设计中的实现

由于传统手动控制空调既不能带给乘客很高的舒适度,也使得驾驶员操做起来很不方便.针对手动控制空调存在的问题,提出了一种改进方法:模糊控制--Fuzzy-PID复合控制方案,经过该算法设计,能够较好地改进传统手动空调控制模式.     

基于随机森林模型的电动汽车目标客户销售策略研究

为科学制定销售策略,提高电动汽车销售成功率,以2021年华数杯C题为例,针对电动汽车销售体验数据,采用箱型图检测筛选异常值并用相应均值进行替换,采用随机森林回归模型填补缺失值。在此基础上,以目标客户满意程度与客户特征为模型输入,以目标客户是否购车作为模型输出,建立随机森林模型,得到各影响因素的重要程度,并对潜在客户的购车意愿进行预测,准确度达97%。最后,通过变步长网格法对潜在客户满意度提升量进行调整,在潜在客户购买的前提下,优化选取出服务难度最小的销售策略。