基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

网络模式下农家乐营销思路的探索

现代网络信息传输与处理技术的良好发展,使得人们的消费行为模式发生了较为深刻的变化,同时现代物流业的发展,使得网络商品销售获得了更多的实现可能.本论述针对网络模式下的农家乐产业营销的可行性展开了简要的分析,同时对农家乐网络营销的发展给出了几点建议,希望能对网络模式下的农家乐营销思路提供一些参考.     

燃烧振荡声学抑制器的机理分析与设计优化

燃烧振荡是发展低排放燃气轮机燃烧室需要解决的关键问题之一，未来燃气轮机燃烧室运行温度更高、具有更宽的工况运行范围及更复杂的几何结构(如轴向分级、环形燃烧室等),燃烧振荡存在高振幅、多振荡频率、多振荡频率时变和多热声模态共存等特点。采用声学抑制器被动控制燃烧振荡具有抑制器结构简单、可靠性高、成本较低等优势。针对未来的燃烧室，现有抑制器方案将面临很大挑战，因此，亟需开展宽吸声带宽、可控制多模态的声学抑制器及系统级燃烧室多声学抑制器设计优化研究。该文概述了国内外声学抑制器机理和设计优化的研究进展，着重总结了作者近年来在常规及多频段声学抑制器机理、抑制效果分析计算和复杂热声系统参数对声学抑制器特性影响，以及基于伴随方法的多声学抑制器多参数快速优化等方面的研究工作，并对未来燃烧室声学抑制器的发展方向进行了讨论。     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.     

基于认知灵活理论的《化学教师技能》网络课程设计与开发

《化学教师技能》是高等师范院校教师教育课程体系中十分重要的课程,在认知灵活性理论指导下,探讨了《化学教师技能》网络课程开发的理论基础、设计依据、模块功能和开发技术,并开发了“教、学、练、评”为一体的教学平台,可以解决当前化学教师技能学习资源不足的问题,成为课堂教学的有益补充,有效提高教学水平.     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。     

加强企事业单位网络信息监管的思考与对策

近年来，随着网络技术的发展和网络文化的丰富，局域网、城域网、广域网承载着大量的文字文档、语音视频、论坛言论等网络信息，许多企事业单位组建了多层次、全方位、全时空的网络系统，为日常办公、业务处理、远程教学等提供了各类网络应用平台，在方便工作生活的同时也为各种不良信息发布传播提供了更大的空间。然而，对企事业单位网络信息的监管，目前还处在一个相对滞后的状况。如何实施科学有效的管理，健康有序地发挥网络效能，已成为全社会各领域共同关注的重要问题。     

地市观察

正深圳:大力推进互联网金融融合发展2013年11月19日,深圳市市长许勤主持召开网络金融和创新金融发展情况座谈会,会上许勤强调,十八届三中全会描绘了中国新一轮改革的宏伟蓝图,为深圳这块改革开放的沃土提供了空前发展机遇,为深圳金融改革创新注入了强大动力。深圳要把"市场化、国际化、信息化"作为金融改革创新的基本取向,以跨境金融业务创新、资本市场开     

基于任务技术适配模型的图书馆读者关系管理研究

新媒体如微博、微信、贴吧等，不仅提供其与众多读者进行互动与沟通，更是的图书馆可以利用网络社群，通过动态信息，主动地提供服务信息给读者，借以吸引读者。本研究将网络社群的使用者作为研究对象，以任务技术适配探讨网络社群使用者，了解通过使用网络社群进行阅览活动时的决策因素。     

基于RBF网络的中国信贷规模稳健预测

将M-估计稳健损失函数与基于统计贡献度的动态确定核函数方法相结合, 提出一种有效的非参数RBF预测模型, 该方法克服了稳健性缺失问题, 在估计参数的同时动态确定最佳网络结构, 并且在学习中自动消除噪声和异常点的影响, 加快了网络的学习和收敛速度. 利用中国月度信贷数据进行实证分析表明, 本文模型与基准模型相比具有最好的预测稳健性和准确性, 对于提高货币政策有效性和前瞻性具有很好的应用价值.