基于模因论的网络体育新闻传播研究

在概述了模因论的基本概念、流派和研究现状的基础上，通过分析和研究网络体育新闻报道中的标题、明星人物、热门事件的模因现象，揭示模因论在网络体育新闻报道中的应用现状、发展过程和特点，探求模因论对网络体育新闻报道的影响方式，为网络体育新闻传播提供有益的启示和借鉴。     

科技统计指标系的科学性研究

科技统计指标，是指基于某一时期对科技活动以及与经济、社会发展相互影响的客观规律认识和在必要的统计资料的基础上建立起来的，对科技活动进行测度的统计指标。而由此建立起来的科技指标体系，就是用来描述科技活动的历史、现状及其发展趋势，为科技政策和其他相关政策的制定提供必要的理论基础。因此，对科技统计指标的研究是跨学科、跨领域的政策科学研究，属于特定的研究领域。要想科学地构建和设置科技统计指标及体系，笔者认为需要注意以下几点：     

科技统计指标体系的科学性研究

科技统计指标,是指基于某一时期对科技活动以及与经济、社会发展相互影响的客观规律认识和在必要的统计资料的基础上建立起来的,对科技活动进行测度的统计指标.而由此建立起来的科技指标体系,就是用来描述科技活动的历史、现状及其发展趋势,为科技政策和其他相关政策的制定提供必要的理论基础.因此,对科技统计指标的研究是跨学科、跨领域的政策科学研究,属于特定的研究领域.要想科学地构建和设置科技统计指标及体系,笔者认为需要注意以下几点:     

用La^p函数刻划Carleson测度的不等式

利用给出的ａ阶Ｃａｒｌｅｓｏｎ测度（ａ〉０）的定义以及算子理论方面的有关知识去研究Ｃａｒｌｅｓｏｎ测度，给出了一个研究Ｃａｒｌｅｓｏｎ测度的定理１，得到了ａ阶Ｃａｒｌｅｓｏｎ测度与Ｌａ＾ｐ空间的函数之间的关系的定理２。     

跨领域知识体系迁移——网状结构的呼应设计范式

【目的】通过研究基于多个相关领域知识体系和知识图谱，融合区块链技术理念，分析离散知识元素，可视化知识关系，进而区块化知识元素和链化知识关系，完成已有知识体系的解构和区块链化，并赋予和强化其泛化能力。【方法】结合人工智能不确定性理念和TRIZ等技术方法，将泛化能力更强的知识体系与新领域边界条件、场景特征和需求要素等深度动态融合，进而使原知识体系转化为新领域的知识要素和关系，并判断其转化效果，进行反馈和迭代，最终完成新领域知识体系构建。【结果】通过对原知识体系的解构、重塑、泛化和强化，与新领域需求相结合，跨领域知识体系迁移（解构、重构），构建适应新领域的知识体系，最终形成具有极其显著特征和广阔延展前景的网状结构的呼应设计(networkechodesign,简称NED或称蛙鸣设计)范式。【结论】为区块链技术在实体产业中的应用找到突破口，进而促进形成新的产业区块链思维，是一种能深度动态融合、有效互助互联多种前沿技术的开源的突破创新技术。     

科技统计指标体系的科学性研究

科技统计指标,是指基于某一时期对科技活动以及与经济、社会发展相互影响的客观规律认识和在必要的统计资料的基础上建立起来的,对科技活动进行测度的统计指标。而由此建立起来的科技指标体系,就是用来描述科技活动的历史、现状及其发展趋势,为科技政策和其他相关政策的制定提供必要的理论基础。因此,对科技统计指标的研究是跨学科、跨领域的政策科学研究,属于特定的研究领域。要想科学地构建和设置科技统计指标及体系,笔者认为需要注意以下几点:一、科技统计指标的国有特色性我国要建成具有中国特色的社会主义创新型国家,所采用的各项科技…     

Orlicz函数空间的依测度收敛的Opial性质

介绍了依测度收敛的Opial性质的概念,讨论了该概念与不动点性质的关系,而且还给出了赋Luxemburg范数的Orlicz函数空间的Opial模的计算公式.     

河南省学科优势与结构分析

科学研究活动的学科结构由学科组织管理机构、学科投人结构和学科产出结构组成,国际科技论文产出的数量是反映地区科技实力的一个重要指标,也是反映一个地区学科结构的一个重要指标.本文选择反映国际水平的科技论文数为基础,通过构建科技产出指数来测度河南省优势学科.     

具有测度积分边界条件的非线性Hadamard分数阶微分方程的正解

使用不动点定理研究一类非线性Hadamard分数阶微分方程正解的存在性，通过适当的非负矩阵来描述非线性的耦合行为，得到具有测度积分边界条件的非线性Hadamard分数阶微分方程正解。给出一个例子，来验证所获得理论结果的有效性和正确性。     

Carleson测度和某些算子的关系

本文定义了几个算于,又给出了α阶Carleson测度(α>0)的定义。利用算子理论方面的知识讨论了α阶Carleson测度与这些算子的有界性的紧密关系,这些算子在以后讨论α阶Carleson测度的等价命题时有很重要的作用。     

基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展，网络虚拟社区的成员数量快速增长.在虚拟社区中，用户会偏向选择浏览自己喜欢的内容，同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中，用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控，采用数据信息知识及智慧（data information knowledge wisdom，DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类，并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法，模拟了用户生成内容的产生.     

对我校部分田径运动员植物神经指数的动态分析

本文通过对部分田径运动员植物神经指数的测定和分析,得出用植物神经指数来评价内脏动态功能状况和作为运动员选材的标准之一的结论。     

基于模糊AHP理论的网络学习评价模型研究

针对现有网络学习评价模型中评价指标过多,不能客观公正的评价学生对知识的掌握程度,而且只重视总结性评价而忽略了形成性评价的问题,依据网络教学的特点,以学习过程的模糊评价为核心,构建了一个实用的多层次网络学习模糊评价模型,设计了评价指标体系和评价方案,并对其中的主要技术问题和解决方法作了探讨,利用该模型能迅速地对学生进行综合客观公正的评价.     

基于双流LSTM神经网络的股价趋势预测

股价波动研究依赖分析金融新闻数据集浅层特征，而忽略了金融新闻句子中单词之间的结构关系，从而导致股价波动预测研究效果不佳。针对该问题，提出了一种基于双流长短时记忆网络（long short term memory network, LSTM）神经网络的股价趋势预测模型（Sent2Vec-DLSTM）。该模型的创新之处在于：提出了基于金融股票新闻数据集和哈佛IV-4情绪词典训练的情感词向量生成模型——Sent2Vec；提出了新型的双流LSTM神经网络（Dual-stream LSTM, DLSTM）。在实验中，首先用标普500指数历史数据以及爬取获得的金融类文章进行标普500指数的趋势预测，然后用VietStock新闻和来自Cophieu68的股票价格数据预测VN指数的变化趋势。结果表明，Sent2Vec-DLSTM相较于现有模型在股价趋势预测中具有更好的效果。     

天线相关性对空时频移键控(ST-FSK)系统性能的影响

给出了在已知天线相关因子条件下接收端的非相干ML判决度量,讨论了天线存在相关性时进制数、天线相关因子、信噪比和可靠性指标的关系.理论分析和仿真结果都表明:发射天线相关性的存在相当于破坏了发射信号的酉特性,迫使系统付出额外的“功率”代价.相应的“功率”代价随着相关因子的增加而非线性增加,而与进制数的关系很小.     

数据融合树的定时控制策略

本文根据数据融合带来的延迟问题,提出了一种基于数据融合树的定时控制策略:在每次查询周期后,网络中的汇聚节点自动调整中间节点的数据融合时间,并最终让端到端的查询延迟达到最优．     

地理专家系统的知识化数据模式研究

介绍了地理专家系统的知识化数据模式的设计原理与实现方法,采用知识表示的框架网络结构描述地理环境的实体单元,将各级专家知识的表示以指针链接,形成了由知识到语义的框架网络.采用了基于知识的扩展R-F关系数据模式进行专家知识的表示,并讨论了系统知识库的组织结构和推理机的设计原理.该数据结构可以实现地理实体及其相互关系的完整性描述,并使系统知识库的操作简便易行,保证了推理机的实现.并以乌鲁木齐河流域为试验区,阐述了流域土地合理利用规划决策专家知识的表示方法,以及专家知识表示的基本规则和系统专家知识的组织方式.此外,还讨论了系统推理机推理规则的设计原理与组织方法及推理算法.     

网络教学中支持元认知能力教学的新型知识模型

借鉴认知科学的现代研究成果,文中提出知识应用模式的概念,显式区分基本知识(显性知识)和知识应用模式(隐性知识),给出一个基于模式及其建构的新型知识模型.基于该模型,不仅能实现基本知识的教学,更能实现元认知能力的教学,从而最终实现个性化网络教学目标.     

基于TSCD模型的轨道板裂缝检测方法

为解决轨道板裂缝检测问题,提出了一种基于分支级联卷积神经网络的轨道板裂缝检测模型——TSCD.首先该模型通过注意力机制和搜索分支结构突出轨道板裂缝的位置信息,同时抑制干扰信息;然后采用检测分支结构完成裂缝的像素级检测;最后对检测结果中出现的图像细节退化问题,利用参数映射关系实现特征图的上采样.实验结果表明:所提出的方法...     

基于模糊隶属度的船舶中断航迹关联识别方法

为实现对中断的航迹进行准确的关联识别,形成统一的海上态势,提出了基于航迹预测和模糊隶属度评价的航迹关联识别方法。采用多项式拟合方法进行航迹的双向推测,选取位置、航向、速度作为模糊因素集,采用岭型模糊隶属度函数计算预测的航迹点之间各模糊因素的隶属度并加权得到单时刻隶属度,构造加权函数计算综合隶属度,通过阈值门限判断两航迹是否关联。在仿真实验中,所提方法精确率大于90%,召回率大于80%,关联性能优于传统方法。为进一步研究该方法的场景适应性,仿真了不同场景下的船舶航迹雷达监测数据,包括中断区间内船舶运动稳定场景、速度变化场景、航向变化场景等,船舶运动状态稳定时关联结果的召回率大于90%,中断区间内速度变化小于8 km/h时召回率大于84%,航向变化低于25°时召回率大于88%。该方法为解决非合作船舶交叉环境下的中断航迹关联识别问题提供了有效途径。