面向排名预测的电影媒体网站研究

结合排序学习方法, 对电影排名预测任务进行研究。通过挖掘和分析电影媒体网站数据, 完成对排名预测相关特征的抽取与扩展及排名标注的对齐和划分等, 并提出面向电影媒体网站的排名预测模型。实验结果显示, 该模型能有效地提高电影排名预测任务的性能, 在为影视院线合理规划同期电影的上映时间及排片比例、为观影者提供优质热门的电影推荐等方面具有一定的应用价值。     

计算机专业生产实习的改革与探索

生产实习是本科教学环节的重要组成部分,对学生的实践能力和创新能力的培养具有重要作用。针对高校计算机专业生产实习存在的主要问题,结合计算机生产实习的教学改革经验,阐述了建设高水平校内计算机专业生产实习基地的意义和作用。实践证明,建设高水平的校内生产实习基地,对于激发学生的实习热情,培养和提高学生的实践能力、创新精神和协作意识具有重要作用。     

基于词向量和EMD距离的短文本聚类

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Movers Distance)来计算短文本间的相似度;最后将其应用到Kmeans聚类算法中实现短文本聚类。在3个数据集上进行的评测结果表明,效果优于传统的聚类算法。     

基于循环神经网络的一种在线辅助CVT电压误差测量方法

电容式电压互感器(capacitor voltage transformer,CVT)的测量稳定性受周围环境的影响,会在实际电压测量过程中产生误差.为了避免该电压测量误差,提出一种基于循环神经网络(recurrent neural network,RNN)的在线辅助CVT电压测量方法.根据电力系统过去的电压历史数据,利...     

基于词汇范畴和语义相似的显性情感隐喻识别机制

隐喻是自然语言中比较常见的语言现象,在情感计算过程中有些句子的情感是由隐喻引起的,因此隐喻问题的解决将影响情感计算的结果.为此结合相关的隐喻理论,从机器学习的角度,对汉语文本中的显性隐喻的识别进行研究.以本体和喻体所属的范畴不同作为切入点,首先利用词性标注和依存句法分析提取句子中的本体词汇和喻体词汇,然后进行范畴划分和词汇语义相似度计算,最后使用支持向量机进行学习,从而对特定的隐喻句子进行识别.这一研究对后续的隐喻自动识别和隐喻理解起到了一定的作用.     

用吸收光谱计算a-Si:H带隙态密度分布

依据a—Si:H薄膜的吸收光谱与带隙态密度之间的关系,本文提出了用吸光收谱的精细结构计算带隙态密度和它的分布的方法。     

基于NT7532驱动的点阵式LCD的逐行显示设计

目的为设计一种任意画面可逐行切换的LCD显示驱动硬件接口电路。方法采用单片机80C51控制基于NT7532芯片的点阵式液晶显示器M0089,用汇编语言实现了逐行切换。结果实现了两个任意画面的逐行切换显示,对应用到FED显示驱动的可行性进行了讨论。结论用单片机控制可实现画面的逐行切换。     

基于损失函数融合的组排序学习方法

排序学习已经在信息检索和机器学习领域中获得了广泛的关注,一系列的排序学习理论主要是基于3种排序样本构造方法提出的,分别是:单文档方法(pointwise)、文档对方法(pairwise)、文档列表法(listwise)。特别地,文档列表法中的组排序的方法可以有效地提高排序的性能。将这些方法与损失函数相结合来提高组排序的性能,基本思想是融合不同的损失函数来扩充基于神经网络方法的损失函数。首先,本文提出了一种基于J氏距离(Jeffrey’s divergence)的组样本损失函数的构造方法;然后,基于该组排序的方法,提出了一种与其他损失函数进行融合框架,在LETOR3.0数据集上比较了所提出方法的性能;最后,实验结果表明所提出的加权损失函数融合方法能够有效地提高查询的相关性排序结果。     

校园网信息化建设中的安全问题

高校校园网信息化建设在快速发展的同时,也面临着一系列的安全问题.本文分析了校园网存在的主要安全问题,以及关键技术.然后分析了各个高校目前对校园网安全问题的关注情况,及存在的不足之处.     

基于异质网络嵌入的学术论文推荐方法

针对基于异质信息网络推荐中的有效信息提取与利用,提出了一种基于异质网络嵌入的学术论文推荐方法。使用由元路径引导的随机游走策略生成节点序列;对于每个元路径,通过最大化序列中相邻节点的共现概率来学习节点的唯一嵌入表示;设计了不同的融合函数,将节点在多个不同元路径的低维表示融合为异质信息网络的嵌入,并且引入注意力机制应用于推荐系统。该方法解决了大多数基于异质信息网络的推荐方法因依赖于基于路径的相似性而无法完全挖掘用户和项目潜在结构特征的问题,在DBLP数据集中验证了模型的有效性,并在RMSE指标中取得超过传统模型的效果。