基于知识图谱的高校智慧图书馆建设研究

高校智慧图书馆的“感知知识、感知需求和感知存在”特征,契合了知识图谱优势技术特点。文章针对高校智慧图书馆馆藏资源数据之间存在的潜在关联关系,利用知识图谱管理技术,从知识抽取、知识表示、知识融合、知识推理、智慧荐书和智慧荐读等六方面深入阐述了现代智慧图书馆建设的有效途径,以期将高校智慧图书馆构建成一个基于知识图谱的,将书、人、时间和空间融为一体的知识生态有机体。

基于WTD-LSTM的对虾养殖水温组合预测模型

【目的】提高对虾养殖水温预测精度,及时掌握水产养殖水温变化规律。【方法】提出基于小波阈值降噪(Wavelet threshold denoising,WTD)和长短时记忆神经网络(Long short-term memory,LSTM)的水产养殖水温预测模型,利用WTD方法消除原变量间的相关性,减少数据噪声干扰并增强信号数据平滑性,进一步利用预测能力极强的LSTM进行预测。【结果】WTD-LSTM模型评价指标平均绝对误差(M_(APE))、均方根误差(R_(MSE))及平均绝对误差(M_(AE))分别为0.0104、0.0382和0.0288,与标准BP神经网络、标准ELM、标准LSTM等3种模型进行对比,评价指标M_(APE)、R_(MSE)、M_(AE)分别降低了64.85%、59.62%、64.62%,63.64%、61.18%、60.12%,47.48%、37.07%、46.27%;从可视化分析来看,WTD-LSTM预测模型预测结果贴近真实值曲线,相比其他3种模型,能很好地拟合养殖水温非线性时间序列变化趋势。【结论】WTD-LSTM模型具有良好的预测性能和泛化能力,可以满足对虾养殖水温精确预测的实际需求,能为对虾养殖水质预测预警提供决策。