融合情感轮注意力的情感分布学习

情感分布学习是一种近年提出的有效的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度,适于处理存在情绪模糊性的情感分析任务。针对现有的情感分布学习方法较少考虑情感心理学先验知识的问题,提出一种基于情感轮注意力的情感分布学习(emotion wheel attention based emotion distribution learning,EWA-EDL)模型。EWA-EDL模型为每种基本情绪生成一个描述情绪心理学相关性的先验情感分布,再通过注意力机制将基于情感轮的先验知识直接融入深度神经网络。EWA-EDL模型采用端到端的方式对深度网络进行训练,同时学习情感分布预测和情绪分类任务。EWA-EDL模型主要由5部分构成,分别为输入层、卷积层、池化层、注意力层和多任务损失层。在8个常用的文本情感数据集上的对比实验表明,EWA-EDL模型在情感分布预测和情绪分类任务上的性能均优于对比的情感分布学习方法。

鄱阳湖水位动态预测模型

鄱阳湖集江西省内五河(赣江、抚河、信江、饶河和修水)之来水,全省各地降水的多寡对鄱阳湖水位的影响很大.1998年汛期全省出现了两次连续大暴雨过程.第二次大暴雨过程致使鄱阳湖区洪水泛滥,洪涝成灾,造成了国家和人们的重大损失.为了提前做好预防,我们根据历史数值,采用逐步回归[1,2,3]的方法建立鄱阳湖区域及上游降水与鄱阳湖水位关系模型.通过对相应假设进行F检验以及使用模型进行鄱阳湖短期水位的预测检验表明,模型选择的因子较为合理,模型的预测精度较高,效果较好.因此我们认为模型是合理可行的.

中药王不留行增乳活性单体及催乳素对奶牛乳腺上皮细胞特异性miRNA的影响

本试验旨在研究中药王不留行增乳活性单体邻苯二甲酸二丁酯及催乳素对奶牛泌乳中期乳腺上皮细胞miRNAs表达的影响;荧光定量RT-PCR检测增乳活性单体邻苯二甲酸二丁酯及催乳素作用后乳腺上皮细胞miRNAs表达变化;王不留行增乳活性单体邻苯二甲酸二丁酯及催乳素均抑制原代培养的泌乳中期奶牛乳腺上皮细胞miRNA-143、miRNA-125和miRNA-195表达;邻苯二甲酸二丁酯可抑制miRNA-21表达,催乳素对miRNA-21表达的影响尚不确定。首次阐明中药王不留行增乳活性单体邻苯二甲酸二丁酯和催乳素能引起乳腺上皮细胞miRNAs表达变化。

鄱阳湖区洪涝灾害遥感动态监测系统设计与实现

鄱阳湖区域历史上多次遭受洪灾的侵扰,1998年汛期江西省连续两次大暴雨致使湖区洪水泛滥,洪涝成灾,造成重大损失。为提前预防及降低洪涝灾害的损失,在国家科技部社会公益研究项目专项资金的支持下,笔者开展了对鄱阳湖区洪涝灾害的调查研究,开发了鄱阳湖区洪涝灾害遥感动态监测系统。该系统能根据历史数据和卫星遥感信息预测湖区洪涝灾害发生的可能性,动态监测湖区的洪涝灾害情况,进行灾后损失评估,能在一定程度上减少灾害造成的损失。

遗传-粒子群的投影寻踪模型

以前的投影寻踪研究都是采用遗传算法来寻找最优的投影方向,但遗传算法对初始种群的选择有一定的依赖性,收敛速度较慢,而且得到的也未必是最优解。粒子群算法是一种模拟鸟群飞行觅食的行为,通过个体之间的协作来寻找最优解的进化计算技术。根据遗传算法和粒子群算法的优缺点,将两者有效地结合在一起,提出了遗传-粒子群的投影寻踪模型。该方法能有效地解决投影寻踪模型中投影方向的寻优问题,并将该方法应用于文本分类,在Reuters-21578文档集上分别采用KNN和朴素贝叶斯方法进行实验,结果表明此方法能有效提取投影方向,取得了满意的分类效果,也提高了算法收敛到最优解的能力。

基于投影寻踪的中文网页分类算法

随着Web信息迅猛发展,网络用户对网页自动分类器的需求日益增长。为了提高分类精度,本文提出了一种新的基于投影寻踪(ProjectionPursuit,简称PP)的中文网页分类算法。我们首先利用遗传算法找到一个最好的投影方向,然后将已被表示成为n维向量的网页投影到一维空间。最后采用KNN分类算法对其进行分类。此方法能解决“维数灾难”问题。实验结果表明,我们提出的算法是可行而且是有效的。

一种新的样本选择算法及其在文本分类中的应用

在保证分类性能的前提下,如何从大量的训练样本集合中选择重要样本子集,是模式分类中的一个重要问题.基于该问题提出了一种新的样本选择算法,并将该算法应用于文本分类,在标准文档集Reuters-21578、复旦文档集和20newsGroup新闻组文档集上进行了实验.实验结果表明:该方法能有效地选取边界样本,且采用SVM和KNN分类能得到较好的分类结果,尤其是在不均衡文档集上效果更佳.

投影寻踪模型中投影指标的改进

针对文本分类问题及投影寻踪降维的特点,对投影寻踪模型中投影指标进行改进,给出了新的投影指标.对不同的投影指标进行相应的对比实验,实验结果表明:改进的指标不仅充分利用投影寻踪降到超低维的特点,而且对文本分类的性能有了较大地提高.

王不留行增乳活性单体对奶牛乳腺上皮细胞增殖及泌乳性能的影响

应用CASY细胞分析仪及HPLC分别检测王不留行邻苯二甲酸二丁酯对乳腺上皮细胞增殖、细胞活力及乳腺上皮细胞分泌β-酪蛋白、乳糖的影响,研究王不留行增乳活性单体邻苯二甲酸二丁酯对奶牛泌乳中期乳腺上皮细胞增殖和泌乳性能的影响。试验结果表明,王不留行增乳活性单体成份邻苯二甲酸二丁酯对奶牛乳腺上皮细胞的增殖和细胞活力提高均显著(P<0.05);能显著提高乳腺上皮细胞β-酪蛋白的表达(P<0.05),也能提高乳糖的分泌(P>0.05,P<0.05)。因此,王不留行增乳活性单体邻苯二甲酸二丁酯可显著提高乳腺上皮细胞的增殖和泌乳能力。

项目反应理论中参数的双重两步迭代估计

将经验Logistic回归用于项目反应理论中两参数Logistic模型的参数估计,得到第j个项目的项目 ⌒-1 ⌒-1Xj)-1X′jYj,由于Xj含有未知的讨厌参数θ,我们结参数向量βj=(aj,λj)的两步估计β⌒⌒j=(X′jjj合上式的结果对θ进行再估计.从而形成一种新的估计方法—双重两步迭代估计.蒙特卡洛模拟结果显示,这种新的估计方法提高了估计对真值的恢复能力.

王不留行对奶牛乳腺上皮细胞磷酸化雌激素受体的影响

通过研究王不留行对奶牛乳腺上皮细胞中磷酸化ERα的影响揭示王不留行促进乳腺泌乳的分子机制。应用Western blot和实时荧光RT-PCR检测P-ERα的变化;免疫荧光观察P-ERα定位表达变化。结果表明,中药王不留行增乳活性成分可通过调控奶牛乳腺上皮细胞雌激素信号转导途径中P-ERα的表达来增强其泌乳功能,但详细机制尚需进一步研究。

免疫进化的投影寻踪模型在文本分类中的应用

投影寻踪是通过寻找最能反映原高维数据的结构或特征的投影方向,把高维数据投影到低维子空间上,从而实现在低维空间上研究分析高维数据的目的。针对文本分类中维数灾难问题,采用投影寻踪模型,将高维的文本数据降到超低维。投影寻踪的关键是构造能够找到最佳投影方向的有效算法,本文根据免疫进化的思想提出了免疫进化的投影寻踪模型,该模型能有效地寻找最佳的投影方向。将该方法应用于Reuters-21578文档集和复旦文档集,实验结果表明此方法不仅能有效解决文本分类中难数灾难问题,而且得到了很好的分类性能。

miR-138对乳腺上皮细胞蛋白激酶C的调控及对β-酪蛋白分泌的影响

Mi RNA在细菌、真菌、哺乳动物等许多生物体的生命活动中发挥着极广泛的调控作用。应用乳腺上皮细胞为实验模型,采用脂质体转染法,添加mi R-138超表达子和mi R-138抑制子发现其调控蛋白激酶C的表达,通过构建mi R-138基因序列的双荧光素酶报告载体分析了mi R-138与靶基因蛋白激酶C之间的关系,采用Western印迹方法检测相关基因蛋白的表达变化.结果表明,mi R-138在乳腺细胞和组织中的表达与蛋白激酶C呈现负关联,mi R-138可通过调控蛋白激酶C酶的表达,从而调控乳腺功能的变化。

面向综合实践能力培养的OOP课程教学新实践

为实现面向对象程序设计(OOP)课程的培养目标,针对综合实践能力培养,提出以“举一反三”能力作为突破口,用OBE理念指导基于案例的内容重塑和教学设计,形成以“精通基础设计框架、拥有丰富实践经验、具备专业思维能力”为特色的教学实施方案;通过六轮实践的结果分析,说明学生学习的主动性被有效激发,综合设计水平显著提升。

基于自适应多重多元回归的人脸年龄估计

针对基于标记分布学习的多重多元回归模型不能生成和人脸老化趋势一致标记分布的问题,提出自适应多重多元回归的人脸年龄估计方法.在为不同年龄生成具有适合标准差的离散高斯分布的基础上,采用偏最小二乘模型并有效地利用邻近年龄的人脸老化信息进行年龄估计.在MORPH人脸数据库上的对比实验结果表明,该文的人脸年龄估计模型具有更好的性能.

合作社相关研究文献综评

农村专业合作社,作为推进农业产业化和现代化的新型经济组织,在近二十年的发展历程中,随着农村专业合作社的数量和规模不断壮大,国家也给予其极大重视,合作社引导着农业不断发展的同时,但也呈现了不少的问题,研究学者对合作社的各方面进行了研究,现对这些研究做一简要的列述和总结,并从中发掘出合作社研究中的空白处,为后来学者下一步的探索方向做铺垫。

供应链相关研究文献总评

在当今的现代化农业发展进程中,供应链的延伸和完善已经成为其中必要的环节,然而当中出现的物价上涨和供应链自身存在的缺陷也不无关系,从而引发了众多研究学者对供应链各方面的研究和探索,针对当前部分菜价上涨超幅度的现象,特从泡菜产业链的角度分析其中原因,为相关部门对物价调控和各环节主体的利益保障,更为现代化农业的早日完善提供政策性建议。

基于情感轮和多任务卷积神经网络的图像情感分布学习

图像情感分布学习可以对多种情绪同时进行建模,但现有的模型缺乏有效的方法直接考虑情绪之间的相关性.针对这一问题,该文提出一种基于情感轮和多任务卷积神经网络(EW-MTCNN)的图像情感分布学习模型,通过先验知识模块将心理学情感知识直接引入到深度神经网络中.基于Mikel′s情感轮定义成对情绪之间的相关性,EW-MTCNN模型采用多任务卷积神经网络学习情绪之间的相关性信息,同时优化情感分布预测和情绪分类任务.EW-MTCNN模型由3个模块组成,3个模块分别是图像特征提取层、情感轮先验知识层和多任务损失层.在情感分布数据集(Emotion6)和单标签数据集(Artphoto)上进行对比实验的结果表明:EW-MTCNN模型在情感分布预测与情绪分类任务上比其他情感分布学习方法具有更优的性能.

浅析形容词“多い、少ない”的特殊性

形容词不仅可以作谓语,还可以作定语,而形容词「多い」、「少ない」却在作定语时受到限制。通常,形容词直接修饰名词,表示该名词所具有的性质、属性,而它们表示的是事物的外延存在方式的状态,不属于同一个意义范畴所以一般不能单独作为定语使用,但在有一定比较对象或者限定范围等场合却可以使用。

基于MapReduce的粒子群投影寻踪模型的设计与实现

利用MapReduce模式设计并实现了粒子群投影寻踪算法的并行化,以提高算法的效率.在分类阶段使用了基于MapReduce的KNN分类算法并行,实验结果表明:基于MapReduce实现的粒子群投影寻踪模型能够有效地寻找到较好的投影方向,确保分类效果;并且与其串行算法相比,在实现效率上有较大的提高.