一种混合的垃圾邮件过滤算法研究

贝叶斯邮件过滤器具有较强的分类能力,极高的准确率,在内容过滤领域占据主导地位。人工免疫系统具备强大的自学习、自适应,鲁棒性等能力,已发展成为计算智能研究的一个崭新的分支。该文在分析贝叶斯的原理和人工免疫的仿生机理的基础上,将贝叶斯与人工免疫相结合,设计和实现了一种基于贝叶斯和人工免疫的混合垃圾邮件过滤算法,并利用现有的垃圾邮件语料库得到预期的实验结果。     

基于免疫算法和神经网络的新型抗体网络

构建了基于免疫算法和神经网络的新型抗体网络入侵检测系统,系统与网络入侵检测功能相结合,应用于大型网络的入侵检测任务,具有良好的可扩充性;重点讨论了新型抗体网络原理,引进BP神经网络自学习能力,对已有的抗体网络模型进行改进;通过对网络数据集的测试表明,该算法相对于传统抗体网络,其检测效率得到了明显的改善。     

遗传神经网络在邮件过滤器中的应用

针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力。通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果。     

虚拟仪器技术在传感器检测技术实验教学中的应用

指出了当前传感器原理与检测技术实验课程内容的不足,基于虚拟仪器技术氧传感器和湿度传感器信号采集系统开发的介绍,对虚拟仪器技术在传感器实验教学中具有提高学生实际动手能力、激发学生学习兴趣和探索精神、实现实验教学与工业实际应用紧密衔接等诸多优点进行了详细阐述。     

液体电谐振传感检测系统的技术实现

基于液体电谐振传感原理,提出液体电谐振传感检测方法。基于这一理论方法研发设计了液体电谐振传感检测系统,并开展了相关的实验研究。介绍了液体电谐振传感检测系统的构成及其各部分工作原理,并对液体电谐振传感检测系统进行初步实验验证。通过各个初步实验得出液体电谐振传感检测系统对同种液体的不同浓度具有较好的区分能力,适用于导电液体和非导电液全范围监测,可以实时无标记监测微生物生长变化,具有多通道、无需标记、高灵敏度和高准确性等特点。     

基于问题学习的模式在"国际贸易"课程教学中的应用

文章探讨了基于问题学习的模式在国际贸易教学中的应用,认为该种教学模式具有激发学生学习兴趣,提高自学能力和语言表达、沟通协作能力等诸多优点。     

LSA和MD5算法在垃圾邮件过滤系统的应用研究

随着对垃圾邮件问题的普遍关注,针对目前邮件过滤方法中存在着的语义缺失现象和处理群发型垃圾邮件低效问题,提出一种基于潜在语义分析(LSA)和信息-摘要算法5(MD5)的垃圾邮件过滤模型。利用潜在语义分析标注垃圾邮件中潜在特征词,从而在过滤技术中引入语义分析;利用MD5在LSA分析基础上,对群发型垃圾邮件生成"邮件指纹",解决过滤技术在处理群发型垃圾邮件中低效的问题。结合该模型设计了一个垃圾邮件过滤系统。采用自选数据集对文中设计的系统进行测试评估,经与Nave Bayes算法过滤器进行比较,证明该方法在垃圾邮件过滤上优于Nave Bayes方法,实验结果达到了预期的效果,验证了该方法的可行性、优越性。     

直线电机驱动的过临界点自锁夹紧绿色装置

新型夹紧装置由直线电机驱动、面积效应力放大和铰杆临界点自锁机构等组成。工作原理是利用直线电机产生驱动力,通过基于帕斯卡原理的面积效应将力放大,然后作用于铰杆并使铰杆过临界点使机构产生自锁,夹紧工件并对其加工。此设计具有无泵无油箱,充分利用直线电机和面积力放大效应装置等的优点,具有基本无污染、能源利用率高、自锁性能好的优点。     

多媒体网络辅助环境下英语学习适应性研究

从学习动机、网络环境和资源、学习策略、学习能力和学习内容5个方面33个子维度,对学习者的网络英语学习适应性进行了调查和分析。研究发现,学习者借助网络方式学习英语的动机类型以工具性为主,呈现出一定的娱乐化倾向,缺乏借助网络实现文化融入和交际目的的动力;对网络环境的技术层面适应度较好,但是对原版英语网站和专业英语网络资源的使用能力不足;缺乏自我监督与网络学习的规划能力,网络互动能力较差;网络学习内容仍以阅读和听力形式为主,对口语和写作训练适应度较差。基于以上研究提出了改善学习者多媒体网络辅助环境下英语学习适应性的建议。     

基于Web2.0技术的网络自主学习平台的设计与实现

为了满足学生网络自主学习的需要,以NET2.0为框架开发平台,结合JSP技术及SQL数据库开发了网络自主学习平台,实现了知识管理、网页浏览、论坛模块、邮件收发、日志、通讯录和搜索查询等功能。运行与测试结果表明,基于Web2.0的网络自主学习平台已经得到了学员的认可,能充分发挥互联网优势,弥补传统教学中的不足,学生在网络环境下更好地开展了自主学习,对于今后设计开发此类系统的院校有一定参考价值。     

组织学习能力与保险公司竞争力的提升

一、组织学习能力是保险公司竞争力提升的源动力现有的研究已经表明:“通过重复作业和实践进行学习,是竞争力构建的重要里程碑之一,组织学习构成了竞争能力的驱动因素”[1]。保险公司的组织学习能力可以被看作是特定竞争能力的持续适应过程,是基于保险业务经验和最新信息而进行     

基于无监督学习的盲信号源分离技术研究

以独立分量分析为主要对象, 描述了盲信号源分离技术的基本模型,介绍了盲分离的主要方法和数学原理, 分析了盲信号源的可辨识性。提出基于神经网络无监督学习的盲分离方法,并改进了分离效果评判指标。在生物信息处理的背景下将人工神经网络和信息理论相结合,解决了盲信号源分离,自适应地求得分离矩阵,且可以同时分离具有正峭度和负峭度的信号源,对盲信号源分离的研究有极大的促进作用。     

浮动式等级分组在标枪教学当中的运用

为解决标枪教学中因个体差异带来的困扰,提出了浮动式等级分组的设想,并进行了教学试验。试验表明：浮动式等级分组教学组织形式能有效地贯彻因材施教原则,激发学生学习的积极主动性,培养学生的竞争意识和自主学习能力,对学生运动技术水平的提高有明显的促进作用,教学效果显著。     

关于竞争情报研究深入开展的几个问题

竞争情报研究作为一门由竞争理论与情报学结合产生的新兴横断学科 ,要能持续不断地深入发展下去 ,就应重视和把握好其指导原则、指标体系、动力机制等方面的有关问题。     

快速神经网络无损压缩方法研究

传统的人工神经网络数据编码算法需要离线训练且编码速度慢,因此通常多用于专用有损编码领域如声音、图像编码等,在无损数据编码领域应用较少。针对这种现状,该文详细地研究了最大熵统计模型和神经网络算法各自的特点,提出了一种基于最大熵原理的神经网络概率预测模型并结合自适应算术编码来进行数据压缩,具有精简的网络结构的自适应在线学习算法。试验表明,该算法在压缩率上可以优于目前流行的压缩算法Limpel-Zip(zip,gzip),并且在运行时间和所需空间性能上同PPM和Burrows Wheeler算法相比也是颇具竞争力的。该算法实现为多输入和单输出的两层神经网络,用已编码比特的学习结果作为待编码比特的工作参数,符合数据上下文相关约束的特点,提高了预测精度,并节约了编码时间。     

浅谈欧美电影在高职英语教学中的实践功能

高职学生在英语学习的过程中存在基础薄弱、兴趣不浓、被动学习等诸多问题。欧美电影作为有效的英语教学资源,在激发学生学习兴趣、营造英语学习环境、提高学生综合文化素质等方面能够起到非常好的作用,通过合理的应用,能够有效提升学生听、说、读、写、译的综合英语水平,进而增强高职学生走向社会后的竞争能力。     

基于信箱式多微机控制系统的实现

本文提出了一种多微机控制系统的实现方法。文中首先比较了目前各种常用方法的特点 ,然后从整体设计的角度提出了一种自定义并行总线的设计方法。该方法采用共享存储器信箱结构通信和基于竞争的总线仲裁 ,并着重介绍了实现该方法的关键——共享存储器模板 ,在保证实时性和可扩展性的基础上力求降低成本 ,减小体积 ,使装置更实用     

模糊神经网络用于非线性系统模型辨识(英文)

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。