强预不变凸函数的性质

给出了在上半连续(下半连续)条件下判别一个函数是强预不变凸函数的两个条件。另外还给出了强预不变凸函数、严格预不变凸函数和半严格预不变凸函数的一些性质。     

一种基于面向对象和方面的组合编程方式

首先分析了程序设计的发展，以及现代技术和经验在软件复用上所做的努力，提出一种新的结合OO和AO的编程方式的简单架构和基本实现．     

用神经网络求解P—t可诊断模型下的计算机系统诊断问题

系统地研究了如何构造一个Ｔａｎｋ ＆ Ｈｏｐｆｉｅｌｄ型神经优化网络来求解计算机系统诊断的Ｐ－ｔ可诊断模型的诊断问题。模拟实验表明神经网络对初始输入和连接权均具有容错性；模拟实验得出了电容Ｃ、电阻Ｒ和放大系数Ｋ与网络收敛时间的关系。     

机器不同时开工平行机排序问题的原始阈值算法

对于机器不同时开工排序问题,研究m台机器的情况,给出原始阈值算法PTm(ε)(其中ε为可选参数),并证明当ε=m-1m时原始阈值算法PTm的近似比为1 m-1m,而且证明该界是紧的。由此推广原有文献中两台机器的原始阈值算法。     

一种改进的SVM多类分类算法在入侵检测中的应用

入侵检测作为网络安全的关键技术,成为了当前网络安全研究的热点,入侵检测算法的准确率和推广性能是研究的重点。基于二叉树的思想和超球支持向量机的特点,本文提出了一种改进的SVM多类分类入侵检测算法。本文通过引入相似度函数作为权值,选取相似性最小的两类样本构造两类分类器,采用自下而上的方法构造多个两类超球SVM分类器,并将该多类分类算法应用于入侵检测中。利用KDD CUP 1999入侵检测数据进行了仿真实验,实验结果表明,该算法能有效提高检测准确率、推广性能也得到较好改善。     

基于细粒度的肺炎识别方法

[目的]针对肺炎识别案例中存在的数据集数量分配不均、数量少、类别间差异小等问题,提出一种基于卷积神经网络判别模块的肺炎识别方法.[方法]首先,将网络骨干设定为预训练的121层DenseNet网络,并冻结相关参数,以迁移学习的方式来解决数据量少的问题,再将网络的中间层定义一组额外的卷积滤波器,通过学习这组滤波器,可以捕获类别之间的高信号区域,而不需要额外的边框注释,以此解决肺炎识别中的类间样本差异小的问题.最后定义网络的损失函数为FocalLoss以解决数据集数量分配不均的问题.[结果]用提出的新方法在Chest-X-Ray Image数据集上进行实验.实验结果显示:该方法的准确率达到了95％,比传统的迁移学习准确率提升了10％,比未进行迁移学习的轻量级卷积神经网络的准确率则普遍提升了20％.[结论]该方法能够针对肺部X光片做出是否患有肺炎的判断,且定位出感染区域.     

基于过程化考核的在线考试系统的研究与实现

【目的】为解决传统考试模式下考试工作中存在的教师任务繁重、管理效率低下等问题,设计了在线考试系统。【方法】基于过程化考核的在线考试系统从师生的实际需求出发,将前沿的WEB技术与主流框架(Layui、Think PHP)结合,根据MVC开发思想,采用B/S的交互方式,主要完成了在线考试、成绩统计、试卷分析及教学建议等功能,协助师生管理其考试工作中的各个方面,该系统通过限制鼠标右键和键盘快捷键操作,能在一定程度上防止学生考试作弊。【结果】通过将稳定成熟的在线考试系统应用在重庆师范大学计算机与信息科学学院《数据结构》课程的考试工作中,为该课程的过程化考核提供了便利,切实减少考试过程中教师的工作量,提高教师的工作效率。【结论】该在线考试系统逻辑结构清晰,易于维护和扩展。该系统将有效促进高校智慧校园的建设。
     

用神经网络求解P－t可诊断模型下的计算机系统诊断问题

系统地研究了如何构造一个Ｔａｎｋ＆Ｈｏｐｆｉｅｌｄ型神经优化网络来求解计算机系统诊断的Ｐ－ｔ可诊断模型的诊断问题。模拟实验表明神经网络对初始输入和连接权均具有容错性；模拟实验得出了电容Ｃ、电阻Ｒ和放大系数Ｋ与网络收敛时间的关系     

一种基于面向对象和方面的组合编程方式

首先分析了程序设计的发展，以及现代技术和经验在软件复用上所做的努力，提出一种新的结合OO和AO的编程方式的简单架构和基本实现．     

基于情感分类的文本主题挖掘

互联网的电商中存在着大量的评论信息，这些带有主观情感色彩的评论信息不仅反应了客户对产品的满意程度，而且暗含了市场产品的流行趋势。针对评论信息中所蕴涵的相关主题词，提出了将文本分类和主题词挖掘相结合的方法。该方法首先使用SVM对情感进行分类，再通过 LDA 模型进行建模对分类后的评论信息挖掘主题词。真实数据集上的实验结果验证了本文方法的有效性，获得了良好的分类结果，能够准确地挖掘出主题词。