基于Transformer的电网企业文件密级分类系统

为解决依靠保密人员对文件的密级进行人工标注,其准确性依赖相关人员的业务素质,容易造成标密不准的问题,建立一种基于Transformer模型的企业文件密级分类系统。该系统能自动提取文本密级信息的特征表达,对企业秘密文件做出智能辅助定密的决策。在国网吉林省电力有限公司内部核心商密文件、普通商密文件和非秘密文件构建的数据集上对提出的模型进行了实验验证,准确率为97.37%,召回率为98.67%,表明模型达到了较高的识别效果,因此该系统能有效防止秘密文件的泄露。     

网络互连在水处理行业中的应用

水处理行业中网络的应用,以计算机网络的组成为例,一个网络是由一些分组交换机组成的,它们通过各种技术例如点到点链接或者局域网连接。[第一段]     

基于人工神经网络的系统建模及MATLAB实现

为了提高科研项目评估的客观性和公正性,选用BP网络为模型,利用逆向建模技术和MATLAB实现了"科研项目选题决策综合模糊评估系统"。测试数据表明该系统能较准确地对科研项目作出评估得分。     

交互视角下网络学习行为特征挖掘

网络学习已经成为互联网+时代的重要学习形式.为了提高网络学习效果,提供个性化的学习服务,对网络学习行为进行深入分析尤为重要.本文提出了人际交互、任务交互、内容交互和系统交互四个维度的网络学习行为模型,构建了基于交互的网络学习行为特征,对网络学习效果进行评价.以某网络课程学习者的网络学习行为数据为研究对象,通过分析网络学...     

深圳市好家庭实业有限公司——中国奥委会赞助商

深圳市好家庭实业有限公司创建于1994年,公司一直秉承“倡导健康生活新概念,最大程度满足民众对健康生活的需求”的企业宗旨,以信息化、现代物流、个性服务为基础运营模式,依托全国市场网络,全面服务于中国康体市场,现已成为国内康体产业最富创新能力、最有知名度和最具实力的公司之一。     

路径容量测量中包对行为的特性分析

在理论分析和实验数据的基础上深入研究了基于包对技术的端到端路径容量测量中背景流量、数据包异常和时钟精度等因素对测量结果的影响,并利用模拟和测量的方法对包对的行为特征进行了定量分析.为了克服上述因素的影响,制定和实现了基于数据包四元组的优化策略,从而提高了路径容量测量结果的准确性和稳定性.     

CNN-LSTM深度神经网络在滚动轴承故障诊断中的应用

针对大数据下的滚动轴承振动信号自适应故障特征提取与智能诊断问题,提出了一种结合卷积神经网络(CNN)与长短时记忆网络(LSTM)的故障诊断模型。首先通过网格搜索算法寻找到当前模型的最优初始参数;然后以原始一维振动信号作为模型的输入,利用网络CNN层自适应提取短时特征信并降维后作为LSTM层输入;接着利用LSTM层学习特征信息并训练神经网络模型;最后,网络输出层利用Softmax函数实现多故障模式识别,完成故障诊断。使用Spectra Quest机械故障综合模拟试验台实测数据集对模型进行验证,试验结果表明,与多层感知器、LSTM网络以及经典的LeNet5、AlexNet、VGG相比,所提出的CNN-LSTM模型的分类平均准确率可达99%以上,且模型结构比其他模型更简单,训练时间更短;同时,通过K折叠交叉验证算法对模型进行评价,结果表明CNN-LSTM模型计算误差较小且网络训练充分,未出现过拟合或欠拟合情况。     

高校校园网数据网络存储方案的设计——以南京铁道职业技术学院为例

高校数字化校园建设是以信息化基础建设为主的总体设计方案,其中数据的保存和备份是重中之重。采用网络存储的方式可以把所有数据有效的整合在一起,实现统一保存和备份,硬件资源高效利用的同时也保证了数据的安全性和完整性。     

车身舒适系统CAN总线网络测试与仿真分析

为了研究车载CAN总线网络系统的网络性能指标,选用通用CAN总线软硬件整合组成低成本车载CAN总线网络测试与仿真分析系统.对大众宝来车身舒适系统CAN总线网络进行测试与仿真分析.测试结果表明:大众宝来车身舒适系统CAN总线的节点平均发送CAN数据帧时间间隔为20ms,教据长度为2～5位,网络通讯波特率为62.5 kBd,正常工作时网络负载为30%,系统后备能力强、可靠性高;仿真结果表明:车载CAN总线网络系统设计时节点测控数据定义较少的发送CAN数据帧时间间隔与数据长度、系统采用较高的网络通讯波特率,可以提高车载CAN总线网络系统性能.