一种基于图卷积自编码模型的多维度学科知识网络融合方法

[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。     

Schwarz不等式及旋转体侧面积的计算问题

文章应用Schwarz不等式的知识,给出了旋转体侧面积计算公式的一个新颖的证明,并同时指出用定积分计算旋转体侧面积时应该避免发生的错误。     

利用BP神经网络进行跳高专项成绩预测

应用Matlab语言及其神经网络工具包，利用BP神经网络对跳高运动员专项成绩进行预测。结果表明，该方法能够根据运动员专项身体素质较准确地预测跳高专项成绩。     

基于改进编码的多聚脯氨酸二型结构预测

目前使用机器学习方法对稀有的PPII二级结构进行预测工作还比较少见.本文在分析数据集的特征基础之上,采用加强局部信息的改进编码方法,并使用生物信息学中常用的BP神经网络来预测PPII二级结构.通过对不同输入窗口长度与不同隐层节点数的神经网络进行训练和测试,得出在输入窗口长度为5个氨基酸残基和隐结点数为8时PPII螺旋结构能够被很好地预测出来,此时的预测敏感度为82.5%.     

运动生理学CAI积件库建设初探

多媒体课件的缺陷与不足限制了课件在教学活动中的应用,而积件是突破课件局限性的一种新技术和新方法.为适应现代教育技术的改革,该文对运动生理学CAI积件库的建设进行了探讨.从现有资料的编辑、网络资源的搜索、新素材的创建三个方面阐述了积件库的建设方法.     

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.     

有关积件的一些认识

计算机辅助教学（CAI）将教学中所需的符号、语言、文字、图形、图像等按教学要求有机地组合在一起，同时完成一系列的人机交互式操作，为学生提供一个学习情境，协助教师完成预定的教学任务。本文对计算机辅助教学软件系统中有关积件的概念及其主要特点和系统结构进行阐述和分析。     

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