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%.     

无向树图的k点连通最小扩充

解决了以最少边集扩充一个任意无向树图为k点连通图这一优化问题,提出了一个计算复杂度为D(|V|~4)的算法。为进一步研究可靠网络的计算机辅助设计打下基础。     

网络计划最低费用日程的一种新解法

根据网络计划的特点,在求解其最低费用日程时,引入最小割的概念,从而改进了该问题的求解方法。文中给出了解决问题的算法流程,并附有算例.此法运用较简便,且易于计算机计算,自动化水平高,因而便于有关人员采用.     

中外低保管理面面观

目前我国城市居民最低生活保障制度的执行情况进展良好。低保政策的执行在保障下岗和失业人员基本生活及促进就业和再就业等方面发挥了明显的作用。但贫困问题是一个世界性问题 ,我们应借鉴各国在缓解贫困方面的作法 ,促进我国城市扶贫工作的顺利进行     

无初始状态统计知识时多变量系统的最优平滑与预报

在无初始状态统计知识的情况下,我们分别就固定点平滑、固定滞后平滑与预报３种情况给出了动态系统的最优线性最小偏差估计（ＢＬＩＭＢＥ）,同时还给出了完全（ｉ,ｊ,Ｔｉ）－可重构性的概念及系统完全（ｉ,ｊ,Ｔｉ）－可重构的充要条件     

一种改进的树形矢量量化编码算法

矢量量化中的一个最严重的问题是在一本码本中搜索最近码字的高计算复杂度。本文在研究树形矢量量化的基础上提出了一种改进的树形矢量量化编码算法。实验结果表明,本文提出的编码算法相对于树形矢量量化算法可大大改善峰值信噪比（ＰＳＮＲ）。     

一类积分方程的极小模最小二乘解稳定性的讨论

设Ｈ为Ｈｉｌｂｅｒｔ空间,Ａ为Ｈ上的有界线性算子,简记为Ａ∈Ｂ（Ｈ）．Ａ的值域Ｒ（Ａ）为闭时,则记为Ａ∈ＢＣ（Ｈ）．我们熟知对任意Ａ∈ＢＣ（Ｈ）,存在唯一有界线性算子Ａ＋∈Ｂ（Ｈ）,使得：１）ＡＡ＋＝ＰＲ（Ａ）,２）Ａ＋Ａ＝ＰＲ（Ａ＊）,３）Ｎ（Ａ＋...     

生长曲线模型中协差阵的一致最小方差非负二次无偏估计

在准椭球等高分布下给出了生长曲线模型中ｔｒ（ＣＶ）的一致最小方差非负二次无偏估计存在及任一个非负二次估计成为一致最小方差非负二次无偏估计的充要条件。     

利用最小作用量原理建立比拟关系的研究

利用最小作用量原理建立了理想流体平面势流与保守力场中质点平面运动之间的比拟关系。