基于分解卷积神经网络的文本情感分析

目前基于卷积神经网络的方法已在情感分类任务中取得了良好的效果。传统的卷积神经网络是将卷积层、池化层及全连接层简单堆积起来的。为了提高卷积神经网络的特征提取能力并加快模型训练速度,对传统的卷积神经网络进行改进,提出分解卷积神经网络模型并将其应用于文本情感分析中。实验结果表明,改进后的卷积神经网络取得了比目前主流的卷积神经网络更好的性能。

中学历史创新教育浅谈

创新教育注重提高学生的综合素质．培养学生的创新意识和创新能力，它是当代教育改革的必然趋势。作为历史教师．我们在历史教学过程中．也要遵照新课标下的历史教学要求．创新历史教学原则、教学理念、教学手段等等。历史学科有突出的教育性．通过向学生介绍人类历史的发展．培养学生的爱国情操，让学生形成科学的世界观、人生观．提高他们用所学历史知识解释社会现象的能力。

基于混合搜索的多种群人工蜂群算法

针对经典人工蜂群(ABC)算法搜索策略存在搜索机制单一、群体全局搜索与局部搜索运算耦合性较高的问题,提出一种基于混合搜索的多种群人工蜂群(MPABC)算法。首先,将种群按照适应度值进行排序,得到一个有序队列,进而将其划分为随机子群、核心子群和平衡子群三类有序子群;其次,针对不同子群结合相应的个体选择机制与搜索策略,构建出不同的差异向量;最后,在群体的搜索过程中,通过三类子群实现对具有不同适应度函数值个体的有效控制,来增强群体全局搜索和局部搜索的平衡能力。通过对16个标准测试函数进行仿真实验并与具有可变搜索策略的人工蜂群(ABCVSS)算法、基于选择概率的改进人工蜂群(MABC)算法、基于粒子群策略的多精英人工蜂群(PS-MEABC)算法、基于符号函数的多搜索策略人工蜂群(MSSABC)算法和优化高维复杂函数的改进人工蜂群(IABC)算法共五种典型的蜂群算法进行了对比,实验结果显示MPABC具有较好的优化效果;与ABC算法相比,MPABC在求解高维(100维)复杂问题上的收敛速度提高了约23%,且求解精度更优。