随机变异—优化选择神经网络在铁货运量预测方面的应用

利用最近提出的人工神经网络设计新方法构造了用于时间序列预测的三层网络,并将这一神经网络用于对铁路货运量的变化的预测。通过和其他传统方法所得结果比较,网络的泛化能力明显提高。     

贝叶斯网络结构学习方法新探

从大型数据库中学习网络结构一直是贝叶斯网络学习的研究热点.针对此问题提出了一种基于预测能力的学习算法,通过预测能力建立并调整贝叶斯网络结构,把变量之间弧的存在性与方向有机地结合在一起。     

涉外星级饭店员工EHP需求分析调查研究——以武汉为例

EHP(English for Hotel Purpose)即饭店专门用途英语使用者的真实需求分析一直以来缺乏相关的实证调查和研究,导致饭店英语的教学与实际需求不一致.本文采用实地调查方法对武汉市涉外星级饭店员工的饭店英语需求分析进行了深度和广度了解,并对得出的结论进行探讨,最后提出必须依据饭店英语使用者的真实需求运用相关原则以改进饭店英语的教学水平.     

基于ARM的嵌入式网络平台的设计

本文以ARM920T微处理器和CS8900A网络芯片硬件平台为基础,设计一个完整的嵌入式网络系统.经过仿真测试分析,这一系统基本达到小型网络或个人网络的数据分析、网络服务等功能的性能要求,同时也具有硬件扩展的适应能力.     

K-匿名技术在无线传感器网络隐私保护中的应用

无线传感器网络是一种大规模的分布式网络,由于其部署环境的原因和传统的网络相比,其通讯安全存在较大的隐患,尤其是隐私保护问题.本文首先对全局K-匿名算法存在的问题进行了分析,在此基础上,提出了二次k-匿名算法,并进行描述,最后通过实验证明算法的有效性.     

基于贝叶斯网络的网站信息抽取模型

历史信息、即时信息以及流言往往冲淡网站中的主题思想,导致信息隐藏等问题。为解决上述问题,提出了网站信息抽取系统的结构模型、数据结构和处理流程;该模型采用信息抽取技术,从相关网页中抽取出带有主观倾向的主题信息;采用贝叶斯网络对客户需求进行决策与预测分析。仿真测试与客户应用证明,该模型能较准确的抽取网站中的客户倾向、有较好的及时性。     

加强网络信息化建设提升高校工会工作水平

本文通过对高校工会面临的形势和网络信息化建设现状的分析,提出了高校工会应充分利用高校先进的网络资源,加强工会网站、网络信息管理和网络交流平台建设,提升高校工会的整体工作水平。     

基于网络编码的双向中继系统中断性能分析

研究了频率非选择性瑞利衰落信道中,基于网络编码的双向中继系统的中断性能问题。基于放大重传(Amplify-and-Forward,AF)和联合解码重传(Joint Decode-and-Forward,JDF)机制,在瑞利衰落信道环境下,通过理论分析得出一般情况下的节点和系统中断概率解析式。在此基础上完成了数值仿真实验,结果表明在小信噪比情况下,JDF的中断性能优于AF系统;在大信噪比情况下,AF的中继性能将超过JDF系统的中断性能;随着信噪比以及信道不对称度的增加,AF和JDF系统的中断性能将趋于相同。此外,研究还发现,当速率大于0.5 bit/s.Hz时,JDF系统的中断性能急剧下降。     

技术创新中的社会学习问题

社会文化研究是技术创新研究的重要维度。本文引入社会学习概念,阐释了社会学习的技术适应观。对技术创新实践中新技术的再创新、驯化和调控这三方面的社会学习过程进行了系统分析,揭示了地方多重异质性行动者对技术创新的贡献,拓展了此前关于技术创新地方性的认知和理解。     

电力工程投标风险分析与控制

投标作为施工企业经营活动的起点,对企业效益起着决定性的影响。在激烈的市场竞争环境下,投标的风险越来越大,对投标风险的认识显得更加重要,对投标过程风险的防范和控制尤为重要。施工企业只有在投标过程中加强风险管理,才能有效规避风险,降低风险损失,提高企业效益。