基于和声搜索机制的特征选择与文本聚类分析

针对文本信息特征冗余多、噪声大问题,提出基于和声搜索机制的文本特征选择算法。以词频逆文本频率指数为目标函数评估特征词条;在初始文档集中通过和声搜索的记忆考虑、纵向倾角调整和随机选择3种特征选择新解更新规则,迭代搜索最优特征子集;以最优特征子集为基础,以K均值进行文本聚类。利用4种典型文档数据集进行仿真实验,实验结果表明,该算法可以有效降低文本特征维度,聚类准确率更高。

基于师生协同发展的人工智能人才培养模式研究

针对当前人工智能人才培养多侧重学生培养的现状,探讨师生协同发展问题,分析教师能力提升和学生培养过程中面临的问题,给出针对性解决途径,提出开发者型教师、“经验+应用”型学生的人才培养方向,并结合实践阐述师生协同发展,构建一种应用型人工智能人才培养新模式。