基于联想记忆模型的炮兵战场目标价值分析

目标价值分析是炮兵作战情报信息处理的中心工作。如何从炮兵战场众多目标情报中确定其价值 ,并根据作战需要选择需射击的目标和确定优先顺序是炮兵指挥员及其参谋人员的一项重要任务。根据联想记忆的一般模型和迭代解法对炮兵战场目标价值进行了分析和排序 ,并运用计算机进行处理 ,为炮兵指挥员的决策行为提供了依据。     

学习生物学的记忆方法

帮助学生掌握与运用记忆的方法,是教学的一项重要任务,要提高学习生物学的效率,应该学会良好的记忆方法.学习高中《生物》的有效记忆方法有联想记忆法、观点记忆法、排除记忆法、突出重点记忆法、应用记忆法、比较记忆法等.     

可变分区存储管理方式的模拟

论述了如何用C语言模拟可变分区存储管理方式的过程。形象地展示了操作系统中可变分区存储管理中采用的最佳适应算法的分配与回收过程，达到了理论与实践相联系的目的。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

E^2PROM在可编程定时控制器中的应用

介绍由电子钟集成电路和Ｅ＾２ＰＲＯＭ组成的长定时控制器,以及其编码电路的设计原则和Ｅ＾２ＰＲＯＭ的应用。该控制器具有接口电路简单,控制时间范围大,容易编程特点,可应用于各种定时记录和定时控制。     

褪黑素对持续光照小鼠学习记忆能力的影响

运用Ｙ－迷宫检测小鼠的分辨学习和记忆能力,观察了年龄,每天２４小时连续１个月的持续光照和每日定时注射褪黑素对小鼠分辨学习和记忆能力的影响。结果表明,成年小鼠与青年小鼠相经学习和记忆能力下降;持续光照可引起小鼠学习记忆能力出现不同程度的下降;实验结果提示,褪黑素在维持学习记忆能力中具有重要作用。     

圆纬机电子选针器下位机控制系统的研究与实践

本文以PC104为上位机，89C51单片机为下位机的主从两级控制系统的电子选针硬软件设计。重点阐述了下位机存储管理程序和电子选针过程的数据读取程序的设计。系统经调试运行满足圆纬机电子选针的要求，实现了多路电子选针的目的。     

基于VC++的网络实时通信

面向地区电网的仿真系统采用客户／服务器模式，在Windows系统中用Visual C 开发通信程序实现数据实时通信．对实时通信的系统结构、通信编程及通信系统中的几个关键17题进行了详细的论述．     

新型功能材料驱动的高性能电液伺服阀

与传统伺服阀相比,以新型功能材料为电-机械转换器的电液伺服阀,具有高频响、高精度和易于微型化等优点。介绍了几种基于新型功能材料(超磁致伸缩材料GMM、电致伸缩材料PMN和形状记忆合金SMA等)的电液伺服阀的结构组成和工作原理,并对它们的各自特点进行了对比分析。最后对新型功能材料,特别是超磁致伸缩材料GMM,在高性能电液伺服阀的应用现状进行了展望。