基于Android的智慧校园手机系统

为了满足在校师生和在校经商者对校园信息及时全面的获取,设计出一款基于Android系统的智慧校园手机系统,通过手机客户端、Web服务器端和数据库之间数据的相互传递,实现校园信息共享,有效地提高了校园实时信息的传播效率。

适应度步长的全局局部协同优化算法

针对现有优化算法求解精度低的问题,提出一种适应度步长的全局局部协同优化算法.该算法通过均衡化个体适应度,动态分配每次迭代中个体的全局搜索步长和局部搜索步长,实现了算法在解空间内全局搜索和局部搜索的有效协同,进而提升了求解精度.实验结果表明,该算法在基准函数测试中展现了较高的精度和良好的稳定性,并通过仿真实验验证了其在解决复杂工程优化问题中的有效性.

基于Android的中草药手机智能识别系统

为了满足中医爱好者在野外对中草药智能识别的需求,提出了在Android智能手机上开发一款中草药智能识别的系统,通过中草药植物生长区、花的颜色、气味和叶片形状以及果实图片等外形特征进行实物比较,实现手机客户端与数据库服务器端的交互,达到智能识别的目的。基于Android手机的中草药智能识别软件在方便用户中草药识别的同时,既扩展和提高了Android手机软件的开发应用,又为中医信息系统的发展提供了有效的支持。

基于动态语义编码双向LSTM的中文语义相似度计算

中文句子结构有较高的复杂性,导致计算语义相似度非常困难,准确率不高。针对这种情况,改进一种动态语义编码双向LSTM中文语义相似度计算模型。采用双向LSTM编码器解码器结构,提取由标准句子和自然句子组成的句子对的双向语义特征。在解码器结构中加入动态语义编码规则,调整输入到解码器的语义编码信息,并把编码信息存储到LSTM神经元节点中,从而得到句子对更准确的相似度值。模型在汉字数据集、混合数据集和原始数据集三种中文句子对数据集中进行实验。实验结果表明,该模型在三种数据集中语义相似度的计算优于其他循环神经网络模型。