一种改进的神经网络算法在销售预测中的应用

本文针对传统神经网络算法的不足之处给出了一种改进算法，且将该算法应用于销售预测中，获得了良好的预测结果，可作为预测商品销售的一种手段。     

基于无监督图神经网络的学术文献表示学习研究

学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。     

与时俱进积极创新——浅说国企改革中的政治工作

当前,企业改革发展进入新的关键时期,任务艰巨、责任重大,既增加了思想政治工作的难度,也给思想政治工作者提出了新的挑战.因此,要做好新形势下企业思想政治工作,就要与时俱进.     

基于CPN网络的Web正文抽取技术研究

 通过研究使用CPN神经网络进行页面正文抽取,针对传统抽取技术在通用性、可扩展性和可维护性方面的不足提出一种解决问题的思路。     

基于文本的信息过滤模型

信息过滤技术用于帮助用户在动态信息流中过滤出用户感兴趣的信息。通过对信息过滤概念的阐述,抽象出这类系统的一般模型。介绍了布尔模型、向量空间模型、潜在语义索引模型和神经网络模型等四种信息过滤模型,并就其特点进行了分析。     

基于概率神经网络的文本自动分类研究

本文提出了将一种径向基网络的重要变形———概率神经网络应用于文本自动分类的研究 ,与常用的K 最邻近法相比 ,具有一定的优势 ,特别是在训练集中各类的训练样本数很不平衡时 ;与BP等其他神经网络相比 ,其特点是需调节的参数少 ,不需确定隐层数、隐层中的神经元数量等网络结构 ,比较容易使用。此外 ,从研究中的不同特征选择的评价函数来看 ,它们对分类有一定的影响 ,应用X2 统计进行特征选择的分类正确率最高 ,其次是文本证据权 ,而期望交叉熵的效果最差 ,说明特征选择在文本自动分类中也是非常重要的。     

基于神经网络的信息检索课程多媒体教学质量评价体系

本文阐述基于BP算法的人工神经网络模型对信息检索课程多媒体教学质量评价的设计思想、评价模型和实现方法，较好地避免了传统方法人为计取权值和相关系数过程中的主观影响和不确定性，为信息检索课程多媒体教学质量评价开辟新的方法。     

基于级联深度卷积神经网络的档案图像真伪鉴别算法

针对档案数字图像内容的真实性鉴别问题,提出了基于级联深度卷积神经网络的图像真伪鉴别算法。该算法首先利用深度学习中的卷积神经网络模型自动提取特征点,然后构建协方差描述子作为特征点描述符并进行匹配,最后通过匹配的特征点判定篡改区域。实验证明,该算法能够准确地鉴别出图像的真伪。     

体育生的数学课堂也精彩

<正>2012年11月13日,是笔者跟岗学习的第10天,根据广东省名师谭曙光工作室的安排,笔者要与石北中学的姜宝松教师上一节同课异构课,题是"平面向量的数量积及应用(求夹角与模)"的复习课.上完以后,感受很深,下面简单讲讲笔者的感受,一、教学准备还算充裕知道上课内容的时间相对较早,11月4日就知道了,且姜老师也提供了一份参考学案,但由于是到一个新学校去上课,特别是去上一个体育生组成的特长班级,笔者心中还真是没