高校区域大学生微博身份的精确识别方法

对高校大学生微博身份进行精确识别有利于尽早的定位大学生网络谣言、高校舆情事件的起源,为高校辅导员及相关管理部门采取线下补救措施、及时处理突发事件争取时间.以学校提供的学生信息资料为背景,让挖掘到的大学生微博信息尽可能地去匹配已有的背景信息,从而识别高校区域大学生微博帐号.分别采用3种阈值进行实验分析,证明这种循环匹配的方法可以获得较好的识别效果.     

基于描述逻辑本体推理的语义级中文校对方法

近年来中文校对技术虽然在字词级和语法级层面取得了较好效果,但是对于语义级层面研究相对薄弱,目前相关研究都有一定局限性. 提出利用本体技术将中文文本中的语义内容提取出来转换为结构化本体,再与正确的领域背景本体库融合,通过描述逻辑推理机来判断提取的语义内容的逻辑一致性,并将检测出的逻辑一致性错误映射为中文语义错误. 此方法在政治敏感错误等领域进行了测试,与其他相关研究相比,具有语义查错的透明性、语义模型的完整性、语义推理的智能型等优势.     

基于高低阈值的脉冲神经元抗噪学习算法

脉冲神经元的动态阈值学习算法在训练神经元的过程中通过改变阈值的大小，可以有效提高神经元的抗噪能力。然而，动态阈值的使用又会降低神经元的学习精度，且在与基于梯度下降的学习算法结合使用时容易导致神经元沉默。基于此，提出了一种改进的基于梯度下降的高低阈值抗噪算法，使用高低阈值来避免神经元的学习精度损失，并在神经元沉默时使用虚拟激发脉冲来继续学习过程，同时使用动态的学习速率来降低高低阈值对学习周期的影响程度。实验结果表明，该算法可以显著提高神经元的抗噪能力，并且能够保证学习精度和收敛速度，适用于基于梯度下降的脉冲神经元学习算法。     

基于梯度下降的脉冲神经元精确序列学习算法

基于梯度下降的脉冲神经元有监督学习算法通过计算梯度最小化目标序列和实际输出序列间的误差使得神经元能激发出目标脉冲序列。然而该算法中的误差函数是基于实际输出脉冲序列和相对应的目标输出脉冲序列动态构建而成,导致算法在收敛时可能出现实际输出序列的个数和期望输出个数不相等的情况。针对这一缺陷提出了一种改进的脉冲神经元梯度下降学习算法,算法在学习过程中检测目标序列脉冲个数和实际激发脉冲个数,并引入虚拟实际激发脉冲和期望激发脉冲构建误差函数以分别解决激发个数不足和激发个数多余的问题。实验结果证明该算法能有效地防止学习算法在输出脉冲个数不等的情况下提前结束,使得神经元能够精确地激发出目标脉冲序列。     

基于知识图谱的香山文化信息组织与检索系统

香山文化的内涵包含多种元素,内容极其丰富,但是相关研究孤立分散主要原因在于缺乏系统性的信息组织.在概述知识图谱信息组织应用基础之上,提出基于知识图谱的香山文化信息组织思路.利用骨架法构建了基于本体的香山文化知识图谱,建立了香山文化分散研究要点之间的关联.基于知识图谱的香山文化检索系统通过可视化方式展现香山文化中复杂的知识点和知识关系,勾勒出香山文化总体轮廓.基于知识图谱的信息组织在处理领域复杂关系的分析与挖掘上有一定优势,知识图谱检索系统可视化模式丰富多彩、特色鲜明.     

标签式组装建站系统研究

针对我国中小企业电子商务需求现状,提出了基于第三方电子商务平台的组装建站系统.介绍了基于ASP.NET （C#）的组装建站系统的标签库和标签解析引擎的设计和实现思路,并通过系统实现证明了方案的可行性.通过标签的组装,不仅可以完成中小企业的网站建设功能,更可以通过组装和添加多种功能和模块以扩展和建设第三方电子商务平台.     

基于本体推理演化的财经预测与分析

依托财经领域与知识工程专业研究人员的智慧,力求透过中国经济行业诸多市场要素,分析和总结市场经济大数据资讯信息的内在规律,构建财经本体库以及经济变动趋势预测本体推理规则库.利用本体推理技术将财经领域的专家学者的先验知识、经济发展客观规律制定成机器可识别与运算的本体推理规则,通过本体推理机进行经济趋势进行预测.