基于自编码神经网络的Single-Pass聚类事件识别算法

针对传统Single-Pass聚类算法存在的缺陷，提出了一种基于自编码神经网络的Single-Pass聚类算法。通过多个深层的隐藏层对原始数据进行降维，以更好地提取出原始数据的特征信息；并通过对边缘文本重计算来降低误检率，提高聚类精度。实验结果表明，该算法相比传统Single-Pass算法具有更高的聚类准确度，解决了聚类结果受数据顺序影响的问题。     

基于层次分析的长短记忆网络(AHP-LSTM)的食品安全网络舆情预警模型

随着互联网技术的迅猛发展,网络已成为社会舆情的重要阵地,而网络舆情是食品风险预警的一个方向。传统舆情预警模型在指标体系的基础上结合反向传播神经网络（back propagation neural network,BP）等神经网络模型进行分析,存在运行不稳定、预测精度不高等问题。为了解决这些问题,采用具有较高预测精度的长短记忆（long short-term memory,LSTM）网络算法,在网络事件指标体系的基础上引入层次分析法（analytic hierarchy process,AHP）并融合食品安全事件指标数据,将融合结果作为LSTM的期望输出,以建立更为稳定、精度更高的风险预警模型AHP-LSTM。实验结果表明,与传统模型相比,AHP-LSTM对于事件指标数据具有较强的处理能力和较高的预警精度。因此构建基于AHP-LSTM的食品安全事件预警方法,可为相关部门有效防范和管理食品安全网络事件提供一定的理论依据和数据支撑。     

浅谈普通高职体育选项班级俱乐部教学模式及优点

俱乐部教学组织模式是一中行之有效的组织学校体育组织形式,有利于调动学生的学习积极性,完成高校的体育教学任务,促进学校体育教育的系统化,促进学生个性的发展。     

南京市公益性社会体育指导员队伍履职现状及对策研究

采用问卷调查和实地访谈等方法,对南京市公益性社会体育指导员的履职情况进行了调查.结果表明,目前南京市公益性社会体育指导员的履职现状与社会要求还有一定的差距.参与社会体育指导的人数相对偏少,指导次数偏低,时间短,指导场所与指导项目相对局限,指导动机复杂,再学习缺乏.