网络对高等体育院校大学生思想政治工作的影响

针对网络在当代大学生中的普遍运用而引起的系列问题,结合本职工作,深刻剖析了高等体育院校大学生思想和行为特点,重点阐述了网络对体育院校大学生的负面影响,并由此引申出如何更好的利用网络来加强高等体育院校大学生思想政治工作的问题。     

小波分析技术在故障诊断中的应用

小波分析是20世纪80年代中期发展起来的新的数学理论和方法,并已在实践中得到了广泛应用.本文对小波分析、小波分析与神经网络相结合的小波网络及小波分析与模式识别相结合在故障诊断中的应用进行了详细的介绍,最后指出了这一领域有待进一步研究的问题和发展趋势.     

复合模糊神经网络在故障诊断中的应用研究

对于复杂的诊断对象,本文提出了一种复合模糊神经网络结构,该神经网络结构集成了一系列模糊神经子网络,来完成故障分类任务.文中以某高温硝酸冷却系统为诊断对象,以系统故障树为设置子网的基础,建立了含有多个子网的复合模糊神经网络.仿真结果表明了这种方法的可行性和有效性.     

基于神经网络的概念联想和概念聚类

本文针对信息检索中自动标引和用户的检索提问问题 ,介绍了一种概念空间技术以及采用Hopfield神经网络进行概念联想与概念聚类的算法 ,并对其中部分算法进行了模拟和实验 ,针对存在的问题提出了改进方法 ,并通过数据说明其可行性     

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。     

基于深度强化学习方法的无线多跳网络能量高效机会路由

由于机会路由能够利用无线信道的广播特性和有损特性,因此一直是提高无线网络路由性能的一个很有效的途径。提出一种基于深度强化学习的无线多跳网络能量高效机会路由算法,该算法使得智能体能够通过训练学习最优的路由策略,以通过机会路由的方式减少传输时间,同时平衡能耗延长网络寿命。此外,本算法还可以极大地缓解冷启动问题并获得较好的初始性能。仿真结果表明,与现有算法相比,该算法具有更好的性能。     

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。     

基于知识的智能营销系统构建*

在对国内外学者关于智能营销系统研究现状分析的基础上,提出基于知识的智能营销系统框架。系统框架包括数据库、知识库、模型库与用户界面4部分。分析数据库的内容与知识库中规则库与推理机的协同作用,并运用三层BP人工神经元网络模型构建系统的模型库,用于销售的预测分析。最后,演示系统的应用效果。     

The Future of the Past: Archaeology and Anthropology on the World Wide Web

In the final scene of Raiders of the Lost Ark, a crate containing the object of Indiana Jones' quest is wheeled into an immense warehouse for indefinite storage and questionable research access. Unfortunately, this fate is not all that far from reality. Collections of archaeological and ethnographic materials ranging from stone axes, broken potsherds, and carved monuments to baskets, ceremonial masks, and skin canoes have been held by museums collections since the Renaissance. However, their inestimable value and unique conservation and curatorial requirements often conspire to remove them from the reach of all but the most diligent scholars. The potential of the Web to enhance the quality of research on archaeological and ethnographic collections is enormous. This paper will examine ways that one can use the Web to enhance research and improve access to a variety of materials; while there are many other resources for archaeology available on the Web, this paper focusses on museum-related sites. It will also explore the potential of the Web for innovative research strategies. Digitization of catalogs, associated documents, and images to help one locate and study collections and specific artifacts are just one approach. Others include the connection of devices to the Web, such as cameras and microscopes, the creation of virtual reference collections, and the establishment of research networks that will enhance the identification and analysis of material culture. This paper will also consider the role the Web could play in issues of cultural property, contributing to and in many ways intensifying ongoing debates of ownership, curation, conservation, and repatriation of sensitive materials.     

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。