时尚新品

拥有自然书写的感受产品名:gStick标签:鼠标、书写1亮点:gStick鼠标的外形如同一支圆珠笔,在使用时也需要像握笔一样握住它。在手指握持的地方提供鼠标左右键,中间同样拥有一个滚轮。gStick的工作原理跟上一代滚球鼠标相仿,其头部有一个可滚动的小球,通过与纸张、桌面的摩擦让电脑识别鼠标的位置。     

标签新闻

<正>新事新言"我宁愿只做一届好总统,也不愿做个任职两届的平庸总统。"——美国总统奥巴马1月25日在接受采访时表示,他不会以支持率而是以政绩来评价自己的表现。     

时尚新品

谷歌云电视棒产品名:Chromecast标签:串流影像、HDMI1亮点:短短2英寸长的Chromecast电视棒,可以将不同设备的多媒体内容投射到高清电视上。Chromecast相当于简化版的Chrome浏览器,将其插入电视的HDMI接口后,再连接WiFi网络便完成了安装。而在观看影像时,不会影响到作为输入源的设备正常工作。售价:约220元人民币获取通道:www.google.com/chromecast点评:Chromecast就像一座桥梁,     

时尚新品

超薄触控产品名:Ultrathin Touch Mouse标签:罗技、超薄1亮点:罗技的这款鼠标采用金触摸设计,结合了楔形和拉丝铝金属,整个机身没有任何按扭.这款鼠标搭载的全触摸板结构支持多种Windows 8手势,同时使用Easy-Switch技术可以简单的在不同设备之间切换.采用蓝牙与设备相连接,充电一分钟就可以工作一小时。     

西雅图的城市性格

什么都能容下的地方如果你以为工业之城都是严谨死板的,西雅图会打破你的观念。这座城市在精益求精的工业技术之下蕴藏着优哉游哉的市民文化。     

基于深度自动编码器的多标签分类研究

在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因此,本文提出一种基于深度自动编码器的多标签分类模型。该方法首先利用轨迹计算算法(Orca)计算不同规模下网络中节点的结构相似性,作为深度自动编码器的输入来改进隐藏层中的向量表示,保留网络的全局结构;然后利用节点的邻接领域信息在模型中进行联合优化,从而能有效地捕捉到网络的高度非线性结构;最后根据隐藏层得到节点的向量表示,利用支持向量机对节点进行多标签分类。验证实验采用3个公开的网络数据集,实验结果表明,与基准方法相比,本文方法在多标签分类任务中能取得更好的效果。     

嵌入式多标签分类算法的优化研究

多标签分类中如何有效处理具有许多实例和大量标签的大规模数据集、补偿训练集中缺失标签以及利用未标记实例改进预测性能等问题已成为重要研究方向。提出嵌入式多标签分类（EMC）算法,首先从伪实例参数化的高斯过程（GP）中提取两组随机变换来模拟特征向量、潜在空间表示向量和标签向量之间的非线性关系映射,其次引入一组辅助变量结合专家集成（EEOE）方法补偿缺失标签,最后利用未标记实例学习随机函数的平滑映射提高预测性能。仿真结果表明,与特征识别隐式标签空间编码的多标签分类（FaLE）算法和半监督低秩映射多标签分类（SLRM）算法相比,EMC算法优化了处理大规模数据集、补偿缺失标签及利用未标记数据的能力,从而提高了类标签的预测性能,且具有良好的可扩展性,训练时间短。     

基于seq2seq模型的标签推荐方法

针对NPM平台上存在大量的软件包没有标签或标记不完善的问题, 提出一种基于seq2seq模型的深度学习方法为软件包推荐标签. 首先, 利用ECMAScript工具分析软件包的源码构建出包的函数调用图, 遍历函数调用图从而将软件包转换成一组具有包语义信息的函数调用序列; 其次, 训练seq2seq模型, 并将训练好的模型用于软件包的标签推荐工作, 该模型能将包的函数调用序列映射到一组预测的标签序列上, 从而完成软件包的标签推荐. 实验结果表明, 该方法能为软件包推荐一组合理的标签, 准确率达82.6%.     

下一代网络中软交换技术及其Qos问题的研究

讨论下一代网络（NGN）的特征、网络结构，面向NGN的软交换（Softswitch）解决方案以及现有软交换技术的发展方向，着重阐述了软交换的核心思想以及MPLS在解决NGN中的Qos的优势所在。     

莫给学生心理乱贴“标签”

【案例】朋友的孩子去年暑假后上了一年级，不久这位朋友便被告知，他的孩子有多动症，必须给孩子补锌。为此，这位朋友购买了很多补锌的药物及时给孩子补了锌，但效果并不理想，孩子还常因为调皮受到老师的批评。后来咨询了心理专家得知，孩子只是精力充沛，比较调皮，根本不存在多动症问题，经过专家一段时间的辅导，孩子表现得很不错，今年寒假前还被评为班里的优秀学生。