旅游本体的构建研究

本体是一种促使知识重用、知识共享和建模的模型。本文首先阐述了构建旅游领域本体知识库的必要性,然后利用OWLDL本体描述语言,通过定义本体类及其继承、类属性和关系、属性的约束以及本体实例的创建等步骤,完成了旅游领域本体的构建工作。     

适应用户兴趣变化的社会化标签推荐算法研究

目前许多基于社会化标签的推荐均忽视用户的兴趣变化及反复性,影响了推荐质量。针对该问题,提出一种将指数遗忘权重和时间窗口相结合的算法,既突出了近期兴趣的重要性,又强调了反复出现的早期数据。建立基准标签集,根据指数偏移后的标签向量选出目标用户的最近邻居,通过目标用户时间窗内标记的资源计算其所有资源的推荐权重向量,结合推荐权重和资源相似度给出最近邻居标记资源的推荐分数,取分数最高的前K个资源做出推荐。仿真实验结果表明,改进后的算法能动态地跟踪、学习用户的兴趣变化,提高推荐精度。     

多媒体在语文阅读教学中的应用浅析

在语文阅读教学中,将多媒体整合于教学中,能让传统语文教学模式、现代语文教学新理念和现代信息技术优势有机整合。笔者就多媒体在语文阅读教学中的有效应用进行了探讨。     

一种基于动态依赖关系的类集成测试方法

类间集成测试是面向对象软件测试的重要组成部分,合适的测试顺序能够极大地节省测试成本.类间依赖关系构成环路的情况下,需要删除某些依赖关系以消除环路,同时需要引进测试桩.忽略类间动态依赖关系导致测试桩的数目不足,难以完成测试.文中提出一种基于动态依赖关系的类集成测试方法.首先分析了类之间的静态依赖和动态依赖关系;然后在保证...     

暖通空调领域纳米技术应用展望

介绍了由纳米结构单元尺度所构成的物质—纳米材料所呈现出的与一般常规物质显著不同的三个特殊效应 :表面效应、小尺寸效应和量子效应 ,并分析了纳米材料及技术在环境空气质量控制、能源利用、噪声控制、净化空调、制冷技术及测控装置等暖通空调领域中的应用 ,对纳米材料及技术与暖通空调专业的结合发展提出了新的思路 .     

地基沉陷建筑物承受附加作用力的计算方法

针对地基沉陷对建筑物的作用,研究受地基沉陷影响建筑物产生的附加作用力.分析了地表水平变形、地表曲率变形引起建筑物的附加作用力和层间水平砌体带所受附加剪力及其产生的附加弯矩,给出了其计算公式.对分析建筑物受地基沉陷影响的程度和使用的安全性,研究地基沉陷区已有建筑物的保护,以及进行地基沉陷区新建建筑物的设计具有指导意义.     

论中国航空发动机发展滞缓的原因

发动机作为飞机的心脏，其研发成为制约中国航空工业发展最大的问题，对中国航空工业乃至整个中国国防事建设都有着重要的影响。在过去的半个世纪中，中国航空发动机领域取得了重大的进步，实现了从仿制到自主研制的重要转变。但是，我们较之美俄等世界上在此领域领先的国家依旧有着相当大的差距。航空发动机作为如此关键和具有战略性的领域，我国为何发展如此之缓慢，其根本原因引人深思。所以本文就中国发动机发展滞后的原因做一简单阐述，以期为中国发动机研制工作提供参考和借鉴。希望未来的中国航空可以用科学的精神和坚定的态度迈出自己的步伐，避免过去的失误和偏差，制造出真正的中国先进航空发动机。     

一种改进的程序可达基路径生成方法

考虑程序中分支冲突和异常处理结构对控制流信息的影响,提出一种改进的程序可达基路径生成方法。分析不可达路径产生的原因及其判定方法,构建异常控制流图。在此基础上计算相关分支之间的关系,利用深度优先遍历方法得到程序的可达基路径集。实例分析结果表明,该方法能准确生成可达基路径集,满足基路径测试的要求。     

基于深度神经网络的庞氏骗局合约检测方法

区块链技术的发展吸引了全球投资者的目光.目前,有数以万计的智能合约部署在以太坊上.在给金融、溯源等诸多行业带来颠覆性的创新之余,以太坊上的部分智能合约含有诸如庞氏骗局等欺诈形式,给全球投资者造成了数百万美元的损失.但是,目前针对互联网金融背景下庞氏骗局的定量识别方法较少,针对以太坊上庞氏骗局合约检测的研究较少,且检测精...     

基于深度卷积神经网络的油罐目标检测研究

油罐是用于储存油品的工业设施,常用在炼油厂等工业园中,通过卫星或航空遥感图像实现油罐目标的快速检测,可以实现对侵占生态保护红线的疑似工业园区的快速查找,为自然资源监管和生态环境保护提供科学技术支持。探讨了基于深度卷积神经网络在高分辨率遥感影像目标检测中的有效性,基于深度学习目标检测算法中具有代表性的Faster R-CNN（Convolutional Neural Network）和R-FCN（Region-based Fully Convolutional Network）框架,通过对ZF、VGG16、ResNet-50 3种网络模型进行训练和测试,实现了遥感影像上油罐目标的快速检测;通过修改锚点尺度和数量,丰富了候选框类型和数量,提升了油罐的目标检测精度,最优召回率接近80%。研究表明：深度卷积神经网络能够实现对高分辨率遥感影像中油罐目标的快速检测,为深度学习技术在遥感小目标的快速检测提供了实例和新的思路。