电子签章在高校的应用探讨——以浙大宁波理工学院为例

以浙大宁波理工学院为例,分析了当前高校在使用物理印章过程中存在的弊端,结合使用电子签章的优势,提出急需将电子签章引入高校的必要性。希望通过电子签章系统的建设,解决师生和教职工常用的证明文件打印问题、集成现有业务系统、完成合同在线签署,提高高校办事效率并实现全程电子化协同办公。

超参数设置对图像分类技术的影响

长久以来,研究者不断探求神经网络学习技术,其中基于动量梯度下降优化算法的深度神经网络技术也取得了一定成功。如何在计算机训练过程中选择和调整超参数,促成学习任务的成功变得愈发重要。利用全连接神经网络模型和卷积神经网络模型对fashion-mnist图像集进行分类训练,严格控制不相关变量,通过技术实验和实验结果分析超参数对图像分类技术的影响,为今后的图像分类学习提供参数设置的参考。

图神经网络基本模型概述

近年来,将神经网络应用于处理图数据的相关任务越来越受到人们的关注,图神经网络的出现恰恰弥补了深度学习在应用到非欧式数据中的不足。鉴于此,对常用分类法得出的4种图神经网络的基本模型进行了概述,包括循坏迭代邻居节点达到稳态实现图特征提取的循环递归图神经网络、将卷积运算应用于图数据实现图特征提取的卷积图神经网络、利用编码器和解码器完成网络嵌入和图生成的图自编码器、结合空间依赖性和时间依赖性的时空图神经网络。对4种类别的模型进行了基本原理的阐述,并对之间的异同进行了总结。

高校智慧校园建设方案探讨

该文通过深入分析本校当前智慧校园建设存在的问题,结合智慧校园发展的历程,提出了1+4+4+N的智慧校园解决方案。旨在通过此方案的实施,最终实现本校全面数字化及智能化升级,并希望为国内高校向智慧化大转型提供可参考的推广经验。

图像重建工具软件设计与实现

超分辨率图像重建是利用软件算法将低分辨率图像转换为高分辨率图像的技术,对超分辨率图像重建算法进行了研究,利用Python的Pytorch库和Tkinter库进行了超分辨图像重建工具软件的开发,基于深度学习的图像重建算法对图像进行处理,通过对开发的客户端软件进行测试,发现软件在一定程度上是安全、可靠的,且能起到超分辨率图像重建的效果。

共词分析中高频词阈值确定方法的实证研究——以新冠肺炎文献高频词选取为例

【目的/意义】高频词选取是共词分析中重要一环,高频词阈值选取结果会直接影响共词分析的效果。目前图书情报领域研究人员做共词分析时主要有自主确定法、高低频词分界公式法、普赖斯公式法等。笔者以词频g指数为基础构建了一种确定高频词阈值的方法,对上述高频词阈值确定方法进行实证研究,探究了不同高频词阈值确定方法选词的实际效果。【方法/过程】本文以中国知网中收录的新型冠状病毒肺炎主题论文为数据来源,利用不同高频词阈值确定方法选取对应高频词。利用excel统计数据并构造共词矩阵,借助spss软件对矩阵进行聚类分析。【结果/结论】笔者发现基于词频g指数的方法取得了良好的共词聚类效果,为该方法的实际应用做了有益的尝试。