可分解4-循环系的嵌入

设RC4S（v,λ）为一个v阶且指数为λ的可分解4-循环系．任一个RC4S（v,λ）都可以嵌入到一个RC4S（u,λ）之中的充分与必要条件为u≡v≡0（mod 4）,λ≡（mod 2）且u≥2v。     

基于元路径异构网络嵌入的姓名实体消歧方法

为了解决大型学术数据库中重名作者的歧义消解问题,提出了基于元路径异构网络嵌入的姓名实体消歧模型。使用大型在线学术搜索系统DBLP上的公开数据集,首先抽取学术出版物的作者信息、标题和会议期刊名称等特征属性,再利用word2vec模型工具生成的特征属性词嵌入输入到GRU网络中进行训练,构造出一个PHNet矩阵网络进行随机游走操作,从而捕捉不同类型节点之间的关系,最后进行相似节点的划分,完成姓名消歧工作。实验结果显示,新方法的精确度为0.865,召回率为0.792,F_1值为0.815。基于元路径的异构网络嵌入模型的精确度、召回率等指标都优于对比模型。因此,所提出的模型在提高大型学术数据库的消歧精准度方面具有良好的应用前景。     

基于双向长短期记忆网络和标签嵌入的文本分类模型

提出了一种基于双向长短期记忆网络和标签嵌入的文本分类模型。首先利用BERT模型提取句子特征,然后通过BiLSTM和注意力机制得到融合重要上、下文信息的文本表示,最后将标签和词在联合空间学习,利用标签与词之间的兼容性得分对标签和句子表示加权,实现标签信息的双重嵌入,分类器根据给定标签信息对句子进行分类。在5个权威数据集上的实验表明,该方法能有效地提高文本分类性能,具有更好的实用性。     

向量值弱Orlicz鞅空间的弱原子分解

定义了向量值弱Orlicz鞅空间和3种类型的弱原子,证明了向量值弱Orlicz鞅空间上的一些弱原子分解定理,并利用这些分解,得到向量值弱Orlicz鞅空间之间的嵌入关系,其结果与Banach空间的几何性质有密切关系。     

一类图的亏格嵌入

在联树模型的基础上,把图在曲面上的嵌入用其联树,也即其关联曲面来表示。然后通过对关联曲面进行分类,建立递推关系式,进而得到了一类异于目前已知嵌入分布的新图类的可定向嵌入分布。     

交通流的混沌特性分析及其预测

实时准确的短时交通流预测是智能交通系统中实现交通控制和诱导的关键技术之一.首先,采用饱和关联维数法和互信息量法对交通流时间序列的嵌入维数和延迟时间进行计算,并根据计算结果对交通流时间序列进行相空间重构;然后,采用wolf方法计算其最大Lyapunov指数,并对其进行功率谱分析,结果表明,交通流时间序列具有噪声;最后,分别采用基于BP神经网络和RBF神经网络的预测模型对交通流时间序列进行预测,结果表明,2种模型对短时交通流均能较好预测,但后者的预测精度较高,预测速度较快.嵌入维数;延迟时间;相空间重构;BP神经网络;RBF神经网络     

曲面型介子泛函方程

提出一个介子泛函方程.它是在以根点次和非根顶点剖分向量为参数,数所有可定向曲面上的地图时萃取出来的.在一个整域扩张中,证明了它的解存在且唯一.进而,通过图的对称性,给出这个解的一个紧凑显式.     

基于改进整数变换的无损隐秘传输方法与仿真

给出了一种基于改进整数变换的图像无损隐秘传输方法。该方法改进整数变换使得整数变换引入失真较少,并能自适应选择整数变换后引入误差较小的图像可修改矢量进行整数变换并嵌入机密信息。局域网上的仿真实验结果表明该方法具有较高的嵌入容量和较好的隐蔽性,同时正确提取机密信息后原宿主图像可无损恢复。     

融合卷积神经网络和流形学习的肺结节检测

U-net是常用的医学图像分割网络,但仍存在卷积神经网络中泛化能力差、容易过拟合的缺点.针对其缺点,研究全卷积肺结节分割网络,引入随机失活层,采用新的激活函、损失函数、优化器等改进网络结构,改进后的网络具有更高的查全率.然后融合改进重构权值的局部线性嵌入算法对特征进行提取,最后采用XGBoost分类器进行最后的筛选分类.通过实验验证表明,得到实融合以上两种算法的肺结节检测具有更高的准确率更高的准确率和更好的泛化性,可以应用于肺结节检测.     

高职摄影与图形图像课程教学做一体化初探

传统的以教师为中心的教学模式已经过时,无法满足高职教育的高技能应用型专门人才培养。教、学、做一体化教学组织方法打破,传统理论和实践的界限,主张在教中学、学中做,做中学,在教学中将理论与实践融为一体。通过对高职院校摄影与图形图像课程教学现状的分析,应进行课程改革并采用“教学做一体化”教学模式的必要性。探讨“教学做一体化”在课程教学的研究和应用,取得了明显的教学效果。