论体育英语参照语料库建设的三维模式

目的为建设体育英语参照语料库提供一个理论框架和操作指引。方法首先从体育的社会性,主要包括体育的民族性、文化性和经济性3个方面,厘清主要体育项目,明确语料取样的对象和渠道。其次,以语域类型为参考,对体育英语话语进行分类,为体育英语语料库子库的组成提供语言学依据。结果根据语料库语料均衡原则,初步确定了不同体育分类和语域分类的话语权重的差异,语料采样时需体现出这种差异才可以保证语料的均衡性。结论这个"社会-语言-量化"的三维模式,从语料构成和语料大小两方面为建设体育英语参照语料库建设提出了一个整体构想。     

青岛市新型智慧城市评价及其瓶颈问题研究

根据《新型智慧城市评价指标(2018)》指标体系,利用多层次模糊综合评价树对青岛市新型智慧城市建设水平进行评价,按照最大隶属度原则对5级评价等级进行处理,结果显示评价"一般"的隶属度最高.通过对评价结果的追溯分析,发现制约青岛市新型智慧城市建设水平的是数据的共建共享难题、条块分割问题以及公众参与度不够等,由此提出建立大数据资源生态圈、"市-区-部门"联动机制及以民生为导向的新型智慧城市治理框架体系等破解之策.     

基于深度无监督学习的图像分类算法

为了取得精确的图像分类效果,一方面需要提取大量的图像特征数据进行样本分析,另一方面大量的数据又造成了维数灾难.因此,为了解决信息全面与维数灾难的矛盾,引入了深度学习.深度学习利用分层结构处理复杂的高维数据,可以完成复杂函数的逼近,是一类具有多层非线性映射的学习算法,但深度学习模型优化困难且对隐层参数敏感.针对上述问题,将无监督算法引入深度学习,这种学习方法无须人工设计特征提取数据,训练过程中样本标签是未知的.实验表明,该算法在不影响图像分类效果的前提下,可以大大降低计算复杂度,具有一定的时效性.     

北京高校学生生活垃圾源头分类行为及其影响因素研究

生活垃圾源头分类制度的推广受到了社会的广泛关注。结合计划行为理论及相关文献提出5个研究假设,根据对北京市10所大学500余名在校大学生问卷调查的统计结果,分析了影响高校学生进行生活垃圾源头分类的因素,从政策制定、宣传教育、基础设施建设及创新体制机制等方面提出对策建议。     

首幅全景海底地形图的成型

1977年，美国科学家Marie Tharp和Bruce Heezen发表了首幅全景海底地形图，海底的种种特征第一次完整、直观地展现在世人面前。这张图在当时引起巨大轰动，即便是现在，这张图在地球科学领域仍有着不可撼动的地位。这张地形图的背后隐藏着两位科学家对世界海底长达20余年系统、细致的研究。文章对Marie Tharp和Bruce Heezen当年研究的过程、技术及方法加以回顾，并阐述二人所做研究的重要意义。     

基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

计算Lyapunov指数的模糊C均值聚类小数据量法

根据小数据量法的思想提出了一个新的算法:模糊C均值聚类小数据量法.将模糊C均值聚类算法用于小数据量法线性区域的选择,提高了算法的计算精度,最后用数值算例验证了该算法的有效性.     

一种模糊聚类算法归类的研究

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.     

基于改进质量功能展开的质量特性重要度确定

针对传统质量功能展开(QFD)质量屋构建过程存在语言评价信息模糊和不确定等问题,提出一种结合犹豫二元语义变量、层次分析法和逼近理想解排序多属性决策法的改进QFD模型,用以对产品质量特性的重要度级别进行确定.模型分为评价用户需求与质量特性的关系、确定用户需求的重要度权重、确定质量特性的重要度排序3个阶段,提高了质量特性重要度排序的准确性.最后以某企业一语言类数字学习系统的质量特性重要度确定为例,进行了模型应用和有效性验证,为以用户为中心的数字学习系统设计质量提升提供参考.