基于仿射传播的有向网络聚类算法

现有大多数的网络聚类方法都只是针对无向网络, 已有的有向网络聚类方法建立在传统聚类算法基础之上, 存在着一定的局限性。针对上述问题, 提出一种基于仿射传播的有向网络聚类算法, 该算法首先采用SimRank作为节点之间的相似度, 并将计算得到的结果转换为适应于仿射传播算法的负值; 然后将相似度矩阵作为输入, 利用具有更好性能的仿射传播算法对有向网络进行聚类。实验结果表明, 所提出算法的聚类性能优于其他几种具有代表性的有向网络聚类算法。     

消失模铸造工艺的研究

随着我国工业技术的不断发展和完善,消失模铸造工艺得到了全面的发展,消失模铸造工艺具有节约木料、简化工序、提高生产效率和铸件质量的优势,得到了国内外铸造业的高度重视.本文将针对消失模铸造工艺进行研究,并对消失模铸造工艺的应用与发展进行了分析研究.     

新时期生态清洁流域建设的机遇和挑战

生态清洁流域建设是流域治理的新模式,是生态文明建设的重要组成部分.针对生态清洁流域的发展现状,分析了其发展机遇,并从规划设计、资金投入、部门协作和验收评估等方面探讨其面临的挑战,提出促进生态清洁流域健康发展的对策和建议.     

网络工程专业创新性实践课程体系构建与实施

为提升大学生的创新能力,培养创新人才,高等教育要坚持走以质量提升为核心、以提高实践能力为重点的内涵式发展道路。文章通过分析和研究网络工程专业的实践课程体系的构建,提出以培养目标为驱动,构建实践课程教学体系,以创新能力培养为核心,完善实践课程教学机制的观点,提出通过打造实践课程教学团队、立体化建设实验平台、按目标分解的单元模块化教学等具体的实施措施来完成实践课程教学目标的方法。     

基于云理论的煤矿安全监测数据关联规则挖掘

本文主要研究如何运用关联规则来评价巷道瓦斯危险源的风险程度,作为分析煤矿事故危险源的补充.文章在云模型的基础上,针对煤矿安全监测数据的特点,提出一种基于云理论的属性空间软划分模型,然后在此基础上对Apriori算法进行了改进,提出适用于对煤矿安全监测数据进行关联规则挖掘的算法.最后通过实例测试,验证了改进算法的有效性.     

基于变分自编码器的谣言立场分类算法

针对当前谣言检测任务中社交媒体推特平台的推文数据分布复杂且不均衡的特点,提出基于变分自编码器（VAE）的谣言立场分类算法VAE-LSTM。对数据进行预处理后,利用word2vec模型提取推文词向量并输入VAE中进行训练,得到符合简单概率分布的深度特征序列再从中采样获取有效特征,以避免数据量较大的推文类别影响特征向量。在此基础上,使用长短时记忆（LSTM）网络处理向量序列数据进而实现分类。理论分析和实验结果表明,VAE-LSTM算法无须手动提取或添加特征,训练过程简单高效,同时能缓解类间不平衡问题,其应用于实际场景准确率和F1得分分别为0.800和0.494,与时序注意力机制算法、Turing算法、霍克斯过程算法等相比分类性能更好,且较SVM等早期机器学习方法节省了大量数据预处理时间。     

关系数据库性能优化研究

效率是数据库开发中经常遇到的问题，数据库性能的优劣将直接关系到软件的运行效率。为了提高数据库产品的性能，对影响关系数据库性能的一些主要因素进行了阐述。结合实际给出了数据库性能优化的一些建议并用实验数据证明之。分析和比较了不同设计方案可能对数据库性能的影响，提出了目前关于数据库性能优化的问题是没有通用方案的观点。     

基于CNN-LSTM的活动识别方法

在识别活动时,传统的循环神经网络RNN识别方法不考虑传感器活动数据之间依赖性强的问题,导致识别准确率降低。为了提高识别准确率,解决活动数据依赖性强的问题,用长短期记忆网络LSTM进行活动识别,LSTM在考虑当前点输入的同时考虑先前点的输出,能够保持数据之间的强依赖性。但是,LSTM在处理传感器活动数据的特征提取方面时间效率不高,而卷积神经网络CNN能共享卷积核,且可以从杂乱无章的数据中提取出明显特征向量。提出一种基于CNN-LSTM的活动识别方法CLAR,利用CNN能够很好地提取出活动序列数据中的特征向量,并将提取出的特征向量作为LSTM的输入,利用LSTM门限之间的相互作用进行活动识别,使得依赖性很强的活动数据成为活动识别的优势,进而提高活动识别的准确率和时间效率。实验表明,CLAR方法的识别准确率比单一神经网络活动识别方法的准确率提高了9%,时间平均缩短了10%。     

一种自适应权值的PCA算法

针对传统PCA方法对离群点鲁棒性差的问题,提出了一种具有更高鲁棒性且自适应权值的PCA方法。在PCA方法的基础上建立了一个加权的重建误差和最小模型,通过引入信息熵来调节重建误差的权值;通过交替优化算法迭代求解模型。在Yale人脸库和UCI数据集上的实验表明该方法具有很好的鲁棒性和识别率。     

计算思维与新一代互联网技术

网络化思维就是计算思维在计算机网络时代的具体体现。计算思维的实现应当包括计算理论思维、计算技术思维、计算工程思维、计算工具思维、计算服务思维、计算应用思维等方面。文章从计算思维与网络化思维的关系、新一代互联网技术课程中计算思维能力的培养以及计算思维的层次结构等3方面进行深入探讨。