基于多通道卷积神经网络的中文微博情感分析

近年来,深度学习在情感分析任务中的应用得到了越来越多的关注.针对以文本词向量作为输入的卷积神经网络无法充分利用情感分析任务中特有的情感特征信息,以及难以有效表示每个词语在句子中的重要程度等问题,提出一种基于多通道卷积神经网络(multi-channels convolutional neural networks,MCCNN)的中文微博情感分析模型.该模型针对情感分析任务中特有的情感信息来构建文本输入矩阵,使模型在训练过程中有效获取输入句子的情感特征信息.同时,该模型通过将不同特征信息结合形成不同的网络输入通道,使网络模型在训练过程中从多方面的特征表示来学习输入句子的情感信息,有效表示出每个词语在句子中的重要程度,获取更多的隐藏信息.最后在COAE2014数据集和微博语料数据上进行实验,取得了比普通卷积神经网络、结合情感信息的卷积神经网络和传统分类器更好的性能.

一种基于增量式时间序列和最佳任务调度的Web数据聚类算法

为了实现Web服务请求数据的快速聚类,并提高聚类的准确率,提出一种基于增量式时间序列和最佳任务调度的Web数据聚类算法。该算法进行了Web数据在时间序列上的聚类定义,并采用增量式时间序列聚类方法。先通过数据压缩形式降低Web数据的复杂性,再进行基于服务时间相似性的时间序列数据聚类;最后针对Web集群服务的最佳服务任务调度问题,通过以服务器执行能力为标准来分配服务任务。仿真实验结果表明,相比基于网格的高维数据层次聚类算法和基于增量学习的多目标模糊聚类算法,该文的算法在聚类时间、聚类精度、服务执行成功率、聚类失真度上均获得了更好的性能。

“课程-项目-竞赛”驱动的机器人方向教学方法

针对目前本科教学阶段机器人方向课程教学中存在的理论知识与实际问题脱节、讲授知识与前沿知识脱节、学习目标不明确、解决问题思路狭窄、创新性实践动手能力弱等问题,设计了教学主线并关联前沿技术,以专业课程讲授、课程项目研发、学科竞赛相互协调补充、互相促进,开展机械工程专业机器人方向的人才培养,使学生具备学习目标明确、基础性、原理性等理论知识扎实、学科前沿发展把握紧密、创新性思想活跃、实践动手能力过硬、团队合作能力强的素质。经过两年多的实践检验,该方法对学生的学习效果、创新能力等有很好的促进作用,取得了相应的成效。

“新工科”背景下以国际引领、产教融合、能力递增为特色的工程素质与创新能力培养模式探索

工程素质和创新能力培养是工程教育的重要使命。在“新工科”教育改革背景下突显出传统工程教育与国际认证偏离、产教融合长效性不足、能力培养缺乏梯度等共性问题。南方科技大学机械与能源工程系在教学实践过程中面对挑战做出一系列改革措施。构建面向国际化的教学体系、创建校企联合工程实践基地、搭建能力递增型工程实践平台,打造“开放、融合、能力递增”的工程教育模式,为实现工程素质与创新能力的全面提升提供支持。

A METHOD OF TASK ALLOCATION AND AUTOMATED NEGOTIATION FOR MULTI ROBOTS

A method of task allocation and automated negotiation for multi robots was proposed. Firstly, the principles of task allocation were described based on the real capability of robot. Secondly, the model of automated negotiation was constructed, in which Least-Squares Support Vector Regression (LSSVR) was improved to estimate the opponent's negotiation utility and the robust controller of output feedback was employed to optimize the utility performance indicators. Thirdly, the protocol of negotiation and reallocation was proposed to improve the real-time capability and task allocation. Finally, the validity of method was proved through experiments.