基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。     

民族高校工商管理专业实践教学体系创新研究

围绕工商管理专业培养具有较强实践能力和高素质管理人才的目标,分析当前实践教学中的误区,通过构建全社会参与的工商管理专业人才实践教学社会网络,建立贯穿大学四年学习全周期的五大实践教学培养体系,对工商管理专业学生进行基础素养实践能力和专业素养实践能力培养,探索工商管理专业人才实践能力培养模式和体系。     

ETF期权隐含偏度、投资者情绪的理性与非理性

以上证50ETF期权为研究对象，重点分析上证50ETF的隐含偏度与市场情绪之间的关系。与以往的相关研究不同，对于可能引致期权隐含分布左偏的市场情绪进行了分解，通过对所分解的情绪成分及其与左偏分布特征的关系进行实证检验，重点研究了情绪中的非理性成分在原生市场和衍生市场之间的跨市场传递，以进一步探究出影响市场稳定性的根源。研究表明：上证50ETF隐含分布的左偏程度与市场中的非理性情绪紧密相关，具体而言，非理性情绪越高涨，隐含分布越是呈现左偏；并且，在对已实现波动率、期权相对需求等变量加以控制以后，结论依然成立。这意味着，现阶段，仅从我国ETF期权市场中提取关于ETF未来预期信息的想法不可行。     

考虑集装箱生命周期的空重箱班轮运输组织优化

为在空箱调运时考虑空箱的维修成本和废弃收益,根据投入使用的时间区分空箱所处的生命阶段.在备选班轮航线和重箱运输需求确定的情况下,构建混合整数规划模型,优化班轮航线网络,重箱运输路径,新造箱的投入地点,老旧空箱的报废地点和各航次使用哪个生命阶段的空箱来执行运输任务.以中国,日韩,东南亚,欧洲和美国五个区域为对象的实证分析结果表明,93%的新造箱在中国投入使用,64%的老旧空箱在欧洲和美国退役,74%的由中国到美国的运输用箱处于高龄阶段或退出阶段.     

浅谈中亚文献在国外的分布情况

近年来,随着中亚国家国际战略地位的提升,国内加大了对中亚国家政治、历史、经济、文化等领域的研究力度,学者们对中亚文献的重视程度亦与日俱增,在了解国内中亚文献分布和收藏情况的同时,从宏观上了解中亚文献信息资源在国外的分布情况,同样具有重要的指导意义. 从地理区域和收藏系统两方面介绍了国外中亚文献的分布情况,以期为广大学者在该领域的研究提供参考.     

构建网络工程专业双语教学课程体系

提出了普通高校网络工程专业构建双语教学课程体系的新思路,针对同一教学对象,渐进地、不间地断实施双语教学,使其贯穿整个本科学习阶段.推动双语教学可持续发展,使其真正成为培养国际化复合型人才的有效手段.     

基于层次任务网络的应急资源协作规划方法

应急响应一般涉及多个部门,各参与部门需要通过合理的协调方法规划应对方案,协同使用应急资源是不同部门间应急行动方案制定的关键.为处理规划过程实时产生的资源冲突,文章提出了基于层次任务网络(hierarchical task network,HTN)的多部门分布式协作任务规划框架,将规划方案行动的生成过程作为需要考虑的协作问题,并通过协作过程与规划过程的嵌套,减少规划无效方案而提高协作效率.其次,探究并设计处理重用性资源的协调机制,使用多种优先级判断规则消解资源使用冲突.进一步,在建立的协作框架和资源协调机制的基础上,提出基于HTN的协作规划算法.最后通过实验案例说明了应急资源协作规划方法的应用,并对本方法的有效性和相对于原有方法的效率优势进行了验证.     

基于一维数据逐段均匀条件下的参考分布研究

聚类分析中一个重要的问题是估计聚类数,GS方法通过参考分布对聚类数进行合理的估计,解决了其他聚类方法无法对应分为一类的数据进行分类的问题,具有更好的分类效果;目前已通过理论证明得出,在分布为对数凹且一维情况下,GS方法的参考分布为均匀分布,而有关其在其他条件下的参考分布研究较少;针对这一情况,提出解决一维且逐段均匀条件下GS方法的参考分布问题,以类内平方和为评价标准,通过拉格朗日乘数法求解与问题等价的优化问题,理论证出条件下总体均匀分布是类内平方和最大的情况,进而得出对于一维数据,逐段均匀条件下的参考分布仍为均匀分布的结论。     

一种虚拟化网络功能启发式动态编排算法

随着信息化的发展,网络业务的种类越来越多,业务的功能越来越强大,网络的基础设施为业务提供动态服务的能力已跟不上业务发展的速度,研究动态部署虚拟化网络功能具有重大意义.在不违反服务水平协议的情况下,研究了虚拟网络功能编排问题,并提出了虚拟网络功能编排的整数线性规划数学模型,接着基于动态编程的启发式算法对模型求解,最后对现实世界网络拓扑进行跟踪模拟.仿真结果表明,所提出的启发式算法可以降低网络运营成本,相关性能优于传统的硬件中间件方法.     

基于卷积神经网络的心律失常分类方法

使用一种组合式心拍分割方法，利用带通滤波对原始心电数据进行降噪处理，实现QRS波群定位和心拍截取；设计7层的一维卷积神经网络（convolutional neural network，CNN）模型，对正常搏动（N）、左束支传导阻滞（L）、右束支传导阻滞（R）、室性早搏(V)4类心拍数据自动分类检测，从而完成4类心律失常的分类。以MIT BIH心律失常数据库47条数据进行训练，结果显示，其准确度为9900%，召回率为9908%；与相关文献的研究方法对比，本方法具有较高识别精度，能有效解决人工对心电图识别的误诊、错诊问题。