融合多角度信息和图卷积网络的社交网络节点分类模型

针对传统图卷积网络(GCN)存在的信息提取不完整,社交网络节点分类精确度有待提升的问题,提出融合多角度信息和图卷积网络的社交网络节点分类模型(MAIF-GCN)。利用特征向量X和邻接矩阵A,分别构造包含节点间同质信息的矩阵FA和共引信息的矩阵CoA;分别在正则化后的3个矩阵空间进行两层图卷积,得到输入特征在3种空间里的嵌入;将得到的嵌入相加,使用注意力机制,实现邻接邻居、同质最近邻、共引最近邻及三者组合的多角度信息的融合;最后通过训练获得节点分类器。实验结果表明：与现有的GCN变体相比,提出的MAIF-GCN模型在社交网络上分类准确率提高1%以上,证明了MAIF-GCN模型具有良好的信息挖掘和信息融合能力。     

拔尖创新型人才培养模式下的计算机专业英语教学探索

拔尖创新型人才是我国实行科教强国的一项重要人才资源。本文明确了计算机专业英语培养目标;并提出了计算机专业英语培养模式,最后以培养拔尖创新型人才为目标提出了计算机专业英语课程的教学思路与方法。