海量传感数据分类可视化重构算法设计

由于海量传感数据多维属性和空间维度的存在,传统的可视化重构算法可能无法展示所有的特征信息,因此,研究一种能够有效展示多维属性和空间维度的可视化重构算法。根据海量传感数据的不同属性进行特征提取后,再从空间维度的角度对传感数据进行转换,并将每个传感数据时间序列转换为时间序列图的形式。接着,使用扩张卷积神经网络(DCNN)对转换后的时间序列图进行分类任务。基于学习分类矩阵和微图池化方法对分类后的序列图进行可视化重构,将重构后得到的输出值映射到一组簇中,并计算节点得分。最后,将节点得分排名靠前的节点作为重构的基点,实现传感数据的重构。测试结果表明,所设计的算法能够以较高的灵敏度实现对数据的准确分类处理。

科研社交网络对科技论文传播的影响

科技论文承载着科学研究的成果,是科研人员实践工作与思想智慧的结晶。科技论文的传播既是知识的传播,也是科学领域进展的体现,对科技发展与创新具有重要意义。然而,传统的传播方式存在着局限,而科研社交网络的出现很好地解决了这个问题。与纸质介质、电子介质等传统传播方式相比,科研社交网络对科技论文的传播更具快速性、交互性、共享性、可信度,且可满足个性化需求,对科技创新发展具有积极意义。

科研社交网络对科学研究的影响

随着科研社交网络的发展,其影响范围不断扩大,深刻改变了科研人员的工作方式与科研环境。科研社交网络对科学研究的影响主要有六大方面,包括科研工作者交流方式、科学知识传播、科研信息获取、跨学科合作、学术出版、科研评价。

任务推荐中考虑任务关联度与时间因素的改进OCCF方法

随着众包系统的兴起,人们对众包系统的关注逐渐增多。基于众包系统中的任务推荐,研究者大多将用户对任务的行为数据转化为评分,但没有考虑任务关联关系以及用户兴趣变化对推荐结果的影响。为此,提出一种考虑任务关联度与时间因素的改进OCCF方法,以对任务进行推荐。一方面,在负例抽取阶段引入兴趣遗忘函数,并根据用户活跃度抽取一定数量的负例;另一方面,在概率矩阵分解阶段融合任务相似度信息以进行分解。将所提出的方法应用于众包系统的任务推荐中,利用威客任务中国的数据集进行了实验。实验结果表明,与主流方法相比,所提方法取得了更好的结果,能有效地提高推荐质量。

一种融合社会化信息的改进单类协同过滤方法研究

文章在负例抽取阶段考虑用户的活跃度和项目间相似度,以及在概率矩阵分解时融合用户好友关系和项目标签社会化信息的基础上,提出了一种融合社会化信息的改进单类协同过滤(one class collaborative filtering with social information,OCCF-SI)方法,并在科研社交网络CiteULike的真实数据集上进行了实验。研究结果表明,与其他传统的推荐方法相比,该文所提出的方法取得了较好的推荐结果,具有良好的可扩展性。

一种Python ORM框架性能测试分析方法研究

在使用Python进行系统应用开发的过程中,对各类型的关系型数据库,如MySQL、Oracle、SQL Server等的增、删、改、查操作,需要基于ORM框架规范的概念和模型。因此从安全性、可扩展性等角度分析测试Python社区生态中的多种ORM框架,以及适用于不同的应用场景和条件,并提出对ORM框架性能进行横向对比测试分析的方法和实例,具有较高的实用价值。

面向知识图谱的融合集成框架设计研究

随着知识图谱技术及应用的不断发展,形成了一系列独立的开发组件库,这些组件库在知识图谱的某些环节和领域中具有广泛的应用,但是其中大多数组件库之间相互独立、缺少统一标准,难以聚合形成体系开放能力。由于需要掌握多个独立组件的开发规范标准,这给相关研究和应用造成一定的难度和阻碍,因此利用Python的集成设计模式和语言黏合优势,对成熟的组件库进行分层分类整合,具有重要的实用价值。

基于标杆管理的高校创新驱动发展与评价研究

推进高校创新驱动发展与评价对提高高校科技创新水平有着重要的作用,是新时期高校为创新型国家建设提供有力人才和智力支持的重大战略任务。而目前我国高校创新驱动发展与评价中还存在着一系列问题。为此,本文将标杆管理与高校创新驱动发展与评价相结合,分析了标杆管理在高校创新驱动发展与评价中的应用,详细阐述标杆管理在高校创新驱动发展与评价中的实施步骤。通过本研究,有利于解决高校创新驱动发展与评价中出现的问题,提高高校创新驱动发展与评价水平。