伍尔夫的宴会:权力规训下的个体文明追求

弗吉尼亚·伍尔夫始终对个体的精神文明保持强烈关注,她创作的长篇小说《达洛卫夫人》与短篇小说《热爱同类的人》《新装》,都以达洛卫夫人的宴会为背景,展现了社会规训下不同个体相似的精神苦难与自救。文章旨在分析社会规训对个体造成的精神压迫,探究个体如何在压迫下追寻真我,实现向文明个体的转变。

具转向点常微分方程混合边值问题的一致收敛差分格式

本文得到了具转向点的二阶常微分方程混合边值问题解的导数估计,提出了Il′in型差分格式,证明了此差分格式按L^1模关于小参数ε的一阶一致收敛性。最后,给出了一个数值例子,计算结果与理论分析一致。

半线性常微分方程混合边值奇摄动问题的一致差分格式

本文应用分离奇性法研究半线性常微分方程混合边值奇摄动问题的一致差分格式，我们证明了所构造的Ｉ１’ｉｎ型差分格式关于小参数ε的一阶一致收敛性．在本文的最后，我们给出一个数值例子，计算结果与理论分析相符合．

基于EJB组件的分布式电子商务应用系统框架

在分析J2EE体系结构及EJB组件技术的基础上,提出一种基于EJB组件的分布式电子商务应用系统框架;并对其中各部分所采用技术进行了分析及合理选择;最后讨论了应用服务器选取、负载均衡等关键技术问题。该系统框架具有较好的可扩展性、可重用性、开放性和兼容性。

一种新的基于粗糙集的leader聚类算法

传统聚类方法将对象严格地划分到某一类,但很多时候边界对象不能被严格地划分。粗糙集用上近似集和下近似集表示一个类,对这种边界不确定的处理非常有效,典型算法有基于粗糙集的k-means聚类算法和基于粗糙集的leader聚类算法。本文针对RFA(Rough Fuzzy Approach)算法存在的不足,提出了一种新的基于粗糙集的leader聚类算法(NRL,Novel Rough-based Leader)。其基本思想是首先数据项由于与其最近类中心的距离不同,分别被划分到leader集或者supporting leader集,然后对leader集和supporting leader集进行标号,得到聚类结果。实验结果表明NRL算法非常有效。

文本分类中特征权重算法的改进

TFIDF是文档特征权重表示常用方法.该方法简单易行,但忽略了特征词在各个类别中的分布情况,不能真正地反映特征词对区分每个类的贡献.针对这个不足,本文提出了BOR-TFIDF,来重新调整每个特征词对各个类别的区分度,即修正各个特征词的权重,并用分类器来验证其有效性.该方法优于原来的TFIDF算法,实验表明了改进的策略是可行的.

社交网络中FN算法结果的后处理研究

在复杂网络问题的研究中,众多聚类算法的横向比较与改进研究方面的工作在近几年吸引了大量注意并得到深入研究。其中,基于模块度的算法被广泛应用,而模块度也作为评价聚类的一项指标。在这类算法中,基于模块度的快速Newman算法(Fast-Newman algorithm,FN)显得较为突出,许多相关的深入研究由此展开,但多数工作是基于算子改进、应用领域等方向展开的,而对于算法结果的研究工作则更多偏向于评价、测量和总结。该研究从FN算法的结果入手,对算法的分类结果进行数据的后处理。在研究中发现了FN算法中常见的错误类型,并提出了3种不同的解决方案,使得最终结果更加符合实际,达到更好的聚类效果。在部分案例中准确率可提高至100%。

锂/二氧化硫电池比热容的测量与分析

锂/二氧化硫(Li-SO2)单体电池在实际应用中多以电池组形式存在,当电池组工作时会因自身发热引起温度过高,因此需要对电池组进行热设计。比热容作为重要的热物性参数之一,通常由试验获得。文中在前期研究基础上,在3个方面进行了改进:采用变压器油为冷却工质;设计尼龙材料容器用于系统保温;通过黄铜确定试验装置的散热损失。针对未放电及2种放电时间后的Li-SO2单体电池进行了比热容测试。试验结果表明:该方案合理可行,具有测量精度高、易于实现的特点;电池放电后比热容会发生变化,应在热设计中给予考虑。

计算机类专业人才培养3+1模式的探讨

高等学校要担负起培养高素质的创新型及应用型人才的历史使命,就必须深化教育改革,构建新形势下的人才培养创新模式。本文探讨了3+1人才培养模式机制中的关键内容,提出了在这种创新模式中要解决的两个主要问题,即校企实质性合作问题及模块化课程设置问题。

非线性常微分方程转向点问题的数值解

本文利用文[3]的技巧得到了具转向点的非线性常微分方程边值问题的导数估计,再结合文[4]的方法,证明了所构造的差分格式关于小参数ε的一致收敛性.我们给出了数值例子,数值结果与理论分析完全符合.

基于规则置信度调整的关联文本分类

基于关联规则的文本分类方法ARC-BC是目前已知的分类效果最好的关联规则分类算法。本文提出了利用ARC-BC分类器的封闭测试的结果对分类器进行调整规则置信度的算法RCA(Rules Confidence Adjustment),参与正确分类行为次数多于参与错误分类行为次数(即"威信"较高)的规则应该拥有更高的置信度,反之,就赋予更低的置信度。实验结果表明,经过RCA算法调整的关联文本分类器的分类效果得到显著提高。

基于合并FP树的频繁模式挖掘算法

FP-growth算法是一个挖掘频繁模式的有效算法,但它在挖掘过程中需要产生大量的条件FP树,因此其时空效率不够理想。提出了DFP-mine算法,通过在改进的FP树上合并子树来挖掘频繁模式,并在挖掘过程中结合了自顶向下和自底向上的双向搜索策略。理论分析和实验表明本文提出的算法具有较好的时空效率。

基于访问兴趣度的用户事务聚类方法

针对现有事务聚类算法复杂度高、精确性不够的问题,提出了基于用户访问兴趣度的事务聚类算法。首先,在Web日志预处理阶段,通过用户兴趣度生成算法得到用户兴趣度事务,减少了聚类操作的数量,提高了聚类结果的准确性;其次,给出了事务相似度的度量方法,并得到事务相似度矩阵以实现事务聚类。该算法减轻了数据挖掘的任务,提高聚类结果的准确性,能广泛地应用于电子商务领域。

试论经济社会发展规划的法制建设

政策和法律作为经济与社会发展的规范化结合形式，在经济社会发展过程中起到政策推进与规范指导作用，因此在经济社会发展过程中，要正确处理经济社会发展规划与法制建设的关系，从而为政策的科学编制与规范化实施提供相应原则。其中鼓励公众积极参与、健全经济社会发展规划及法制建设、提升政府规划、指型能力以及国家宏观调控等，是进一步完善、深化政策与法律相结合过程中重点内容。

一种基于本体论的文本特征选取方法

针对文本特征向量高维数的问题,给出了一种基于本体论的文本特征选取方法。通过由专业领域本体所建立的概念树,把文本的特征项映射到概念,同时进行特征项频度到概念频度的转换,使得选取得到的特征概念能够很好表征文本的内容。实验结果表明,与未进行特征概念选取相比,采用此方法选取得到的特征概念能够在尽可能减少对文本分类精度的影响下,达到降低特征维数的目的。

挖掘重要项集的关联文本分类

针对在关联规则分类算法的构造分类器阶段中只考虑特征词是否存在,忽略了文本特征权重的问题,基于关联规则的文本分类方法(ARC-BC)的基础上提出一种可以提高关联文本分类准确率的ISARC(ItemSet Significance-based ARC)算法.该算法利用特征项权重定义了k-项集重要度,通过挖掘重要项集来产生关联规则,并考虑提升度对待分类文本的影响.实验结果表明,挖掘重要项集的ISARC算法可以提高关联文本分类的准确率.

半监督复杂结构数据降维方法

现有的一些典型半监督降维算法,往往在利用标记信息的同时却忽略了样本数据本身的流形特征,或者是对流形特征使用不当,导致算法性能表现不佳并且应用领域狭窄。针对上述问题提出了半监督复杂结构数据降维方法,同时保持样本数据的全局与局部的流形特征。通过设置适当的目标函数,使算法结果能有更广泛的应用场合,实验证明了算法的有效性。

基于互信息规则剪枝的关联文本分类

传统的关联文本分类算法产生的规则数量巨大,若不对规则剪枝会影响分类效率,而采用以前的剪枝方法又会使分类精度出现不同程度的下降.为此提出以互信息的方法对每个类的规则进行剪枝,挑选出分类能力强的规则构成分类器,对待分类文本进行分类.经过这个方法剪枝后的规则数量大幅减少,且能取得比规则集未修剪过的分类器和采用以前剪枝方法的ARC-BC算法更好的分类效果,大量的实验表明此方法是有效的.

基于区间编码挖掘邻近序列模式

提出一种快速挖掘邻近序列模式的RCSP算法。该算法只需扫描一次数据库,且通过建立前序链接编码树,借助结点的区间编码,可以在常数时间内确定序列在树中的不同映射片段之间的祖孙关系,实现序列支持数的快速计算,不必额外创建中间树,直接在树上进行挖掘,就能得到所有邻近序列模式。实验表明RCSP算法具有较好的性能。

基于多传感器数据融合自动滴灌系统的研究

水资源的严重匮乏已经成为全球性问题,我国农业用水节能减排已然面临很大的挑战,针对农业用水当中的灌溉系统中存在无人看管、水资源高度浪费等严重问题,设计了一套无人值守的自动滴灌系统。该自动滴灌系统采用土壤湿度、土壤温度、光照强度三种传感器模块实时监测土壤模块的各项指标并实时融合传感器数据。采用STM32模块负责核心控制,加入ZigBee无线控制模块根据土壤相关情况远程控制滴灌系统的开启和关闭,研究结论对于农业节能减排、促进作物生长、节约人力成本方面提供了积极的指导意义。