基于深度学习和注意力机制的微博情感分析

为了提高微博情感分析的性能,采用深度学习算法中的循环神经网络用于情感分类,并采用注意力机制对词特征进行选择加权,以增强循环神经网络的分类的准确率.首先,将微博语料进行去噪、分词、向量化等处理,形成微博初始样本.然后,构建循环神经网络的微博分类模型,通过隐藏层节点循环,并结合历史时刻及当前时刻隐藏层输出获得词特征向量.接着,注意力机制用于词特征相似计算及选择加权构建句子特征,并采用Softmax函数获得分类结果.最后,通过微博情感分类仿真测试验证了所提方法的可靠性.实验结果表明,相比常用微博情感分类算法,通过合理设置注意力机制窗口大小,所提方法在不同词向量规模样本下均表现出更高的分类性能.

基于增强教与学优化算法的图像分割

为提高分割图像的质量和提高计算效率,提出了一种基于增强教与学优化算法(ETLBO)的图像分割方法。所提ETLBO利用逆向学习技术,提高全局搜索速度和优化准确度,改进全局寻优性能,并保留了经典课程教与学优化算法计算成本低、稳定性高的优点。此外,采用最小交叉熵(MCE)的概念,将图像分割的多级阈值化问题转换为优化问题,利用ETLBO得到多级最优阈值组合,实现分割图像和原始图像之间的交叉熵最小化,提高分割图像的视觉质量。实验结果表明,所提方法在分割图像的均匀性和适应度方面的性能优于其他先进方法,且计算效率更高。

数据驱动下基于量子人工蜂群的K均值聚类算法优化

该文将量子人工蜂群(Quantum artificial bee colony,QABC)算法用于K均值(K-means)聚类的类别中心点选择,优化K均值聚类算法,可有效解决因随机设置K均值中心点而导致聚类准确度不高的问题。该文设置K均值聚类类别数,并随机设置若干类别中心,采用人工蜂群(Artificial bee colony,ABC)算法优化类别中心点,根据待聚类样本点构建蜜蜂种群,并对蜂群个体位置采用量子比特表示。以样本点和中心点的距离的倒数作为ABC算法适应度,并将适应度值较高个体定义为蜜源。通过引领蜂在运动范围内的粗粒度遍历和跟随蜂的细粒度探索,不断搜寻适应度较高个体,并且更新蜜源,直至ABC算法稳定后确定较优蜜源位置为聚类中心。采用ABC优化得到的聚类中心进行K均值聚类。试验结果表明,通过合理设置ABC搜索边界,并引入蜂群位置的量子表示,可有效增强ABC对聚类中心的搜索精度。相比于常用聚类算法,QABC+K均值算法的聚类性能更优。

线性判别分析优化孪生支持向量机的网络入侵检测

为了提高大规模网络数据入侵类型实时检测的准确率,采用线性判别分析(LDA)对网络样本特征进行降维处理,降低孪生支持向量机(TWSVM)的运算复杂度,增强TWSVM的网络入侵检测适用度;首先,采用LDA基于类内和类间散度计算获得网络入侵检测样本的降维特征变量;然后,建立LDA-TWSVM网络入侵检测算法,分别求解TWSVM一次规划和二次规划的核心参数;最后,输入降维特征变量,通过TWSVM输出获得网络入侵检测结果。结果表明:LDA网络样本特征降维对网络入侵检测的正向激励效果较为显著,使得所提出的算法在网络入侵检测中具有较高的适应度;相比于几种常用入侵检测算法,所提出的算法具有更高的检出率(0.9943)和更优的均方根误差(1.1328)。

基于区块链和雾计算的IoT轻量级身份验证和访问控制

为提高物联网(IoT)系统安全性,并实现IoT设备间的低延迟通信,提出了结合区块链和雾计算的分布式身份验证和访问控制方案。通过区块链与IoT系统结合,为IoT系统和设备提供分布式安全环境。利用智能合约最大限度减少系统注册和身份验证的消息交换次数,支持不同IoT系统的设备间通信。通过雾计算范式解决IoT设备的延迟问题和可扩展性问题,从而支持IoT系统的大规模分布式部署。实验结果表明,所提方法能够满足各种IoT应用的安全需求,运行时间和能耗方面的性能优于比较方法,且具有较好的可扩展性。

基于三元组键值对超关系学习的知识图谱链接预测

为了提高挖掘超关系数据中的隐含关系的能力,提出一种基于三元组键值对超关系学习的知识图谱链接预测模型;所提模型不仅捕捉编码在三元组中知识图谱的主要结构信息,而且通过对三元组及其相关键值对进行学习,采集每个三元组及其相关联的键值对之间的相关性;通过最小值操作,对基本三元组、键值对以及相关性特征向量进行合并,利用全连接投影得到预测得分。结果表明,与其他预测模型相比,所提模型在JF17K数据集和WikiPeople数据集的键、值预测平均倒数排名表现更佳,在链接预测中排名分别小于10、1的三元组的平均占比的预测性能更优。

基于Web的新工科实训教学信息管理系统

针对传统实训教学安排与管理模式无法满足现有新工科教学需求的问题,设计基于Web的新工科实训教学信息管理系统。系统采用Web Services体系结构,应用数据挖掘技术设计实训教学信息管理内容,应用信息检索技术设计实训教学信息查询模块。测试结果表明,该系统能够满足用户使用需求,在性能上达到了预期设计要求。

协同化机制下的农产品供应链研究

我国作为农产品生产、消费和进出口大国,伴随经济一体化进程,农产品商贸竞争已逐步转变为供应链之间的竞争。基于此,本文以农产品供应链常见模型"农户+企业"为研究目标,结合数据协同,供应链以及灰博弈模型完成我国农产品物流效率测算和解析,给出风险配准模式以及"期权+保险"模式下的供应链协同博弈模型,并完成农业商品供应链协同机制互联和融合分析。实验结果表明:协同化机制下的农产品供应链能够提升供应链的实时响应能力、客户满意度和整体竞争实力。

基于Malmquist模型下的农产品流通模式优化

高效化的农产品流通模式能够缓解国内农产品生产和销售大市场之间的冲突、节省流通时间并加强对农产品流通的把控。首先分析了现有农产品流通模式的状况和不足、传统的农产品流通模式,给出农产品流通组成部分,进而完成农产品流通效率评判体系设计,给出实证方案和模型设计(包含CCR、BCC数学模型以及Malmquist参量),最后完成流通模式影响因子实证分析,结果表明当前国内农产品运输整体效率不高,据此给出农产品流通路径优化策略。

一种基于遗传算法和神经网络的硬判决译码方案

基于遗传算法和神经网络混合智能算法,提出一种新的硬判决译码方案,即遗传神经网络译码(genetic neural-network decoding,GND)。GND译码充分利用遗传算法的自优化能力和神经网络的模式分类功能,对接收匹配滤波器的硬判决量化输出进行优化处理,以弥补因信道传输误差和硬判决量化造成的译码的可靠性损失,恢复出与传输序列更似然的码字作为硬判决译码器的输入,从而得到更好的译码结果。从理论分析和计算机模拟仿真结果可看出:GND译码方案纠错性能接近传统软判决译码,但由于译码过程不需要利用信道统计软信息,其复杂度相对传统软判决译码大幅度降低。

一种交通调度平台大规模拥堵优化调控算法

传统车辆调度模型针对复杂的路况和复杂的车辆流动信息,存在调度时间长、难以提供实时调度时间的缺点,从而造成模型中前后级调度信号失联、调度算法冲突,效率不高的问题。本文提出一种改进遗传算法交通调度平台大规模拥堵优化调度方案。通过对算法编码过程进行合理的优化,加入针对多调度中心的约束条件防止算法陷入早熟,通过不同的分析角度,分别建立的回路形式和时间优化控制形式对车辆进行合理的调度。仿真结果显示,改进后的算法有效地降低了车辆平均延误时间,提高了交通运行效率。

近场通信策略下生鲜农产品可追溯供应链价值研究

随着社会对生鲜农业商品需求量不断增加,生鲜农业商品供求波动引发的安全和消费者权益失衡状况频发,需要可靠的可追溯供应链。首先研究了可追溯供应链需求,进而给出近场通信策略下的生鲜农业商品可追溯供应链敏感度和绩效假定,分析了市场调控影响,采用实证调研方式结合Smart PLS3.0下的Cronbach's参量完成信度和效度解析。试验结果表明,采用近场通信策略能够获得各环节数据,并给出生鲜农产品供应链追溯建议。

计算机网络安全技术在钼矿开采现场的应用研究

随着我国计算机技术的不断更新和发展,计算机网络安全技术的开发和研究也不断地受到相关学者和研究人员的讨论。而随着计算机技术在我国矿业开采过程中的不断应用和发展,对于其计算机网络安全技术的研究将变得更加严峻和具有迫切需要。本文将研究在矿业发展中利用的计算机网络技术实现相应的网络安全管理办法,着重研究其技术在目前我国钼矿进行相关的现场采矿中的应用。

嵌入式网管系统的缺点及其改进方案比较

结合核心路由器分析了Web -BasedEmbedNMS的缺点 ,提出三层Client/Server结构模型并进一步比较了该模型的两种实现模式 :HTTP/CGI方式和Corba/Java方式。

多天线多用户认知系统中基于BD预编码的用户选择方法

在次用户配置的多天线的认知多天线协作反馈系统中,信道方向信息存在量化误差,现有的用户选择方法不能使次用户系统容量最大化,而且增大了对主用户系统的干扰。为了消除量化误差对主次用户系统的影响,提出了一种基于BD预编码的统计独立系数的用户选择方案。分析和仿真结果表明,所提方案在主用户系统干扰受限的条件下有效提升了次用户系统的容量。

民办高校计算机公共课程体系建设的两岸交流与合作研究

本文通过对郑州升达经贸管理学院的计算机公共课程教学现状和存在问题分析，结合屡次赴台师生调研台湾高校对大学生信息素养教育的理念和方法，从本校的教学模式、课程设计、考试模式等几个方面，探索了在教学实践中如何注重学生实际操作利用计算机解决问题能力的培养，强调学以致用，使学生毕业后能够用其所学，尽其所用。

基于改进果蝇优化算法优化支持向量机的故障诊断

为提高支持向量机(SVM)在机械故障诊断中的精度,对果蝇优化算法(FOA)进行改进,提取了一种基于改进果蝇优化算法优化SVM的故障诊断方法。改进果蝇优化算法(IFOA)中果蝇个体在进行位置更新时,融入了历史位置信息,在增加果蝇种群多样性的同时,又使算法具有了跳出局部最优的能力,进而可以获得更优的SVM参数以增强SVM分类性能。齿轮故障诊断实例验证了IFOA算法提升了SVM的识别效果,相比于其他一些方法更有优势。

实例分析基于异构数据源的XML数据转换方法

在"互联网+"时代,我国校园信息化建设速度也在不断加速,异构数据库集成技术在校园内的应用价值也得到认同.针对"互联网+"时代,在设计建设教学资源数据库中,如何将数据库内的异构数据源数据进行转化,不仅关系到异构数据是否能够在数据库内得到融合共享,也关系到教学资源库是否满足实际应用需求.在"互联网+"时代,基于可扩展标记语言(Extensible Markup Language,XML)数据转换设计实例,研究其异构数据源的数据转换方法,分析异构数据源的数据转换过程,确保能够将教学资源库中的异构数据源数据进行转换,实现基于异构数据源的XML数据转换方法.

基于压缩感知的高分辨距离像散射中心参数估计

提出利用压缩感知理论实现高分辨距离像散射中心参数估计。该方法首先将散射中心参数估计转化为信号的稀疏表示,然后重点研究测量矩阵的设计和稀疏参数的选取。为了提高解的鲁棒性,在构造字典矩阵时将采用位置错开以降低测量矩阵原子之间的互相关性。在算法求解过程中,采用贝叶斯信息准则确定模型阶次和稀疏参数。数据实验表明,算法能够稳定精确地估计散射中心参数。

基于SOA药品管理系统的安全解决方案

结合应用软件的现状分析了面向服务架构模型,提出了实现该模型的基本方法——服务,并对服务之间的耦合关系进行了阐述.