大数据在初中信息技术课堂教学中的应用实践与思考

随着计算机技术和物联网技术的飞速发展,大数据频繁出现在人们的生活中。笔者阐述了大数据的含义及优势,探究了大数据在初中信息技术课堂教学中的应用。借助大数据资源,能有效提高课堂教学效率。结合大数据分析,能有的放矢地实施分层次教学。搭建校内大数据资源库,能提供更加符合学生要求的自主学习平台。通过大数据安全教育沙龙,能够提高学生的信息安全意识。     

含齿形裂隙类岩石材料单轴压缩试验研究

为研究含齿形裂隙岩石在单轴压缩下的破坏特征及强度特性，制作了含不同裂隙倾角和起伏角的齿形裂隙类岩石材料试件，并采用岩石力学伺服试验机进行单轴压缩试验。试验结果表明：（1）试件主要产生拉伸、剪切和拉剪复合裂纹，且根据裂纹的扩展路径可划分为A型（拉伸破坏）、B型（剪切破坏）、C型（复合破坏）3种破坏模式，裂隙倾角对试件最终破坏模式影响显著；（2）当裂隙倾角较小时，试件应力—应变曲线为多峰曲线，随着裂隙倾角的增大，曲线呈单峰形式，表现为延性减弱，脆性增强，而裂隙倾角相同但起伏角不同的试件应力—应变曲线大致相同；（3）当裂隙起伏角相同时，试件当量峰值强度随裂隙倾角的增大呈先减小后增大的规律，且裂隙起伏角对试件当量峰值强度的影响小于裂隙倾角。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。