基于熵权灰度关联法的重庆市生态系统健康评价

依据重庆市生态系统的特殊性,建立以自然、经济、社会为三要素的生态系统健康评价指标体系,运用熵权法确定各个评价指标权重,通过灰色关联法对2000～2007年重庆市生态系统各要素的健康状态以及综合健康状态进行动态评价与比较分析．结果表明：重庆市生态系统健康状态整体呈上升趋势,但健康度值〈0．7,健康度相对较低,系统的健康状况与目标期望值仍有很大差距．     

结合词性信息的基于注意力机制的双向LSTM的中文文本分类

基于LSTM的中文文本分类方法能够正确地识别文本所属类别,但是其主要关注于学习与主题相关的文本片段,往往缺乏利用词语其他方面的信息,特别是词性之间的隐含的特征信息。为了有效地利用词语的词性信息以便学习大量的上下文依赖特征信息并提升文本分类效果,提出了一种结合词性信息的中文文本分类方法,其能够方便地从词语及其词性中学习隐式特征信息。利用开源数据并设计一系列对比实验用于验证方法的有效性。实验结果表明,结合词性信息的基于注意力机制的双向LSTM模型,在中文文本分类方面的分类效果优于常见的一些算法。因此识别文本的类别不仅与词语语义信息高度相关,而且与词语的词性信息有很大关系。     

全球化语境下的中国电影跨文化传播思考

随着全球化程度的进一步加深与中美电影新协议的签订,中美电影的竞争进入一个全新的平台。中国电影与好莱坞电影博弈的问题如今更具一种政治、经济和文化上的宏大意义。文章将中国电影置于这样的语境之下,主要基于跨文化传播层面,提出立足本土文化、保持中国特色;民族元素、国际表达和善用“他者”元素等策略,以期对中国电影“走出去”有所助。     

热位差以及洞口净压差影响的寒区隧道温度场研究

为探究寒区隧道温度场分布规律,对国内26座已建成寒区隧道温度场实测数据进行了统计.在考虑隧道进出口高程差引起的超净压差和洞内外温差导致的热位差时,寒区隧道洞内纵向温度场呈不对称分布规律明显,低洞口段洞内纵向负温距离明显高于高洞口段.通过理论分析和数值计算并与实测数据进行对比发现:超净压差以及热位差越大,隧道纵向温度场不对称性分布越明显,且当低洞口端存在大气自然风时隧道纵向温度场不对称性更加突出.     

算子函数的a-Weyl定理和($\\mathcal{R} $)性质

文章利用谱集的关系给出判定有界线性算子分别满足a-Weyl定理和($\\mathcal{R} $)性质的新方法, 在此基础上, 得到算子同时满足a-Weyl定理和($\\mathcal{R} $)性质的充要条件;然后,讨论了算子函数满足a-Weyl定理和($\\mathcal{R} $)性质的充要条件, 最终得到算子函数同时满足a-Weyl定理和($\\mathcal{R} $)性质的判定方法。

     

网页去重策略

提出基于同源网页去重与内容去重的策略.通过对网址URL进行哈希散列完成对同源网页的去重,并对内容相同或近似的网页采用基于主题概念的去重判断.实验表明,该方法有效且去重效果良好.基于上述算法实现了教育资源库教育资讯搜索引擎系统.     

基于用户浏览兴趣的网页预取策略

提出一种基于用户历史浏览情况对未来相关网页进行预取的算法.该算法能自适应调整用于生成会话的参数,并使用Session-tree结构完成对相关页面的预取.在实现中考虑到用户在特定事件和时间下的历史浏览行为,使用奖励因子和快速排序策略以提高效率.试验分析结果表明,基于自适应会话调整及群体共同兴趣剖像的预取算法能较好地完成对相关页面的预取.     

基于PSO的载荷受限的灾后救援任务分配问题研究

[目的]针对灾后救援问题,研究多直升机多任务含约束灾后救援任务分配问题,给出基于微粒群优化的问题求解方法,以获取各直升机的救援分配方案.考虑救援时间和直升机载荷有限,期望在有限的时间内救援最多的被困人员.[方法]首先,针对问题特性,考虑上述约束和目标,建立问题的数学模型;其次,采用改进的微粒群算法对所建模型进行求解,主...     

分类算法在范例推理中的研究与应用

将范例推理中的范例初步匹配看作文本分类的特殊情形,提出基于类别中心向量的分类算法。通过确定待处理案例的归属类别,缩小范例检索范围,减少在范例精确匹配阶段的计算量,提高案例初步匹配的准确性。在此基础上,将上述算法应用在对交通事故案例的处理与交通信息预警系统中。实验与使用表明,该算法能较为准确地判断事故类型并给出相应的预警信息。     

基于度量学习和层级推理网络的抽取式摘要方法

当前大部分的抽取式摘要方法主要关注对摘要句的表示和抽取，容易忽略对文本特征表示的充分性。为了解决这一问题，提出一种基于度量学习和层级推理网络的抽取式摘要方法。首先，在抽取式任务基础上提出基于度量学习和层级推理的抽取式摘要模型（MLHIN）；其次，在CNN/DailyMail数据集上进行模型评估，并在英文摘要数据集CNN/DailyMail上进行测试；最后，对测试结果进行验证。结果显示，所提方法模型在Rouge-1,Rouge-2,Rouge-L上的得分明显优于其他模型，比Lead-3模型分别高出0.84％，1.29％和2.43％；通过将提出的度量损失metric和层级推理模型中的句子编码器替换掉，可以看出模型性能均有不同程度的下降，证明了提出的层级推理网络和度量损失的有效性。新算法能够提高模型捕捉长距离依赖的能力，增强模型对摘要句与非摘要句的分辨力，有效改善了抽取式摘要方法的性能。