论宫本百合子的女性自立意识——以《伸子》为例

《伸子》是以宫本百合子自身的美国留学经历为题材,描写了她自己从恋爱、结婚到离婚经历的自传性小说,被宫本百合子称作"自身的古典"。在这部小说中,伸子与母亲、伸子与丈夫佃、伸子与素子等人的关系错综交织在其中。而伸子真正的成长以及自立意识的深化,也就是在处理与这些人物关系过程中成立的。从三类人物关系着手,探寻其中伸子对自立,特别是精神自立的追求。在此基础上,从《伸子》的自传性出发,揭示了主人公和作者思想构造的内容。     

邓小平德治思想的特点及对高校学生德育工作的启示

作为一位伟大的政治家、理论家,邓小平始终把思想道德建设作为社会主义建设时期的一项重要任务来抓,他在继承马克思主义,毛泽东同志德治思想的基础上,把马克思主义伦理观与中国共产党和国家的道德教育,道德实践有机地结合起来,坚持不懈地推进社会主义道德建设,形成了比较丰富的德治思想,他德治思想的务实、思辨、科学的特点,对高校学生的德育工作有很大的启示。     

归档文件整理规则实施后的思考

《归档文件整理规则》实施后,文书档案管理方式发生了变化,对档案的整理在一定程度上产生了影响,应该在实施过程中总结经验,在探索新方法的过程中加以完善。     

形式背景中概念及约简的动态更新方法

概念格作为一种知识结构被广泛应用于现实生活中的许多方面,当数据为动态时,形式概念的更新是不可避免的,概念的更新既是知识的补充也是信息的融合。文中主要研究了在形式背景中添加单个属性或多个属性时概念的更新方法,讨论了属性约简和图的极小顶点覆盖在增添属性之后的变化情况;探讨了将动态添加属性放入决策形式背景中时,非冗余规则的提取和优化问题;在保持规则前件不变的条件下,研究了动态增加决策属性时,非冗余规则是如何变化的。     

基于粗糙集数据挖掘方法的最大功率研究

风电机组在运行过程中会产生大量的机组数据,随着大量数据的积累及数据库的应用,为了有效地利用产生的有用数据,运用粗糙集数据挖掘方法对数据的属性进行简约、决策,发现数据之间的关联规则,为机组高效运行提供条件.仿真结果表明,基于粗糙集数据挖掘方法不仅可以减小特定属性信息提取的工作量,还能在数据分析中发挥决策的优越性.     

场依存-场独立型认知风格对大学英语教学的影响

场依存-场独立型认知风格能够影响学生的记忆、思考、学习、沟通等,而这些因素与大学英语学习有着紧密的联系。大学英语教学,主要就包括英语听力教学、英语阅读教学等多方面内容,本文主要分为三个部分,第一部分主要是针对场独立型与场依存型学生的特征分析;第二部分主要是对场依存-场独立型认知风格学生在英语学习中采用的不同教学方法;第三部分是对本文内容进行总结。     

基于循环神经网络的数控机床故障诊断研究北大核心

为快速对数控机床故障进行在线定位与诊断,提出基于循环神经网络的数控机床故障诊断技术。通过提取网络节点,建立基于循环神经网络的“门”判别结构;引入模糊边界理论,对机床故障特征空间进行分类;通过组织故障诊断样本的方式,完成规则可信度率的统计与判别,实现对数控机床故障的在线诊断。以CAK6150数控机床作为研究对象,经过数据归纳可知,在循环神经网络支持下,故障诊断数据的实际输出与理论值非常接近,且收敛速度较快,能够较好解决制造类企业的机械设备应用故障问题。     

独立群密钥更新模型研究

针对群组密钥更新中非更新成员参与共享密钥计算增加交互延时的问题,提出了一种独立密钥更新模型,通过门限密钥共享秘密乘积机制和双线性对设计一种独立群组密钥管理方案,群组成员具有满足密钥独立性的解密密钥。公开加密密钥更新不会破坏非更新成员解密密钥的有效性,使得非更新成员不参与密钥加入/退出操作,减少密钥更新延时和计算开销,符合独立密钥更新模型,适用于计算和延时受限的无线网络场景。     

基于拓扑信息加速马尔科夫毯学习

目标变量的马尔科夫毯（MB）是用于预测其状态的最优特征子集。提出一种新的约束学习类MB推导算法FSMB,它遵循后向选择的搜索策略,并依赖条件独立（CI）测试删除任意结点对之间的伪连接。与传统约束学习类算法不同,FSMB能从已执行的CI测试推导出不同结点扮演d 分割（d separation）结点的优先等级;而后基于该信息在未来优先执行条件集中包含高优先级结点的CI测试,从而更快速地判断并删除伪连接边。该策略可帮助快速缩小搜索空间,从而大大提升学习效率。基于仿真网络的实验研究显示,FSMB在计算效率上较经典的PCMB和IPC MB有显著的提升,而学习效果相当;在面对较大网络结构时（比如100和200个结点）,甚至比公认最快速的IAMB还节省近40%的计算量,但学习效果要远优于IAMB。基于16个UCI数据集和4个经典的分类模型的实验显示,基于FSMB输出的特征集合所训练模型的分类准确率普遍接近或高于基于原有特征全集训练所得模型。因此,FSMB是快速且有效的MB推导算法。     

Proposal of a statistical test rule induction method by use of the decision table

Rough sets theory is widely used as a method for estimating and/or inducing the knowledge structure of if-then rules from various decision tables. This paper presents the results of a retest of rough set rule induction ability by the use of simulation data sets. The conventional method has two main problems: firstly the diversification of the estimated rules, and secondly the strong dependence of the estimated rules on the data set sampling from the population. We here propose a new rule induction method based on the view that the rules existing in their population cause partiality of the distribution of the decision attribute values. This partiality can be utilized to detect the rules by use of a statistical test. The proposed new method is applied to the simulation data sets. The results show the method is valid and has clear advantages, as it overcomes the above problems inherent in the conventional method.