基于TF-IDF和改进BP神经网络的社交平台垃圾文本过滤

近年来,随着生活节奏的提高和互联网的迅速发展,人们更倾向于在众多社交平台上用短文本进行交流,进而可能有人通过发布垃圾文本妨碍人们的正常社交,扰乱网络的绿色环境.为了解决这个问题,我们提出了基于TF-IDF和改进BP神经网络的社交平台垃圾文本检测的方法.通过该方法,实现对社交平台上的垃圾文本过滤.首先,通过结巴分词和去停分词构造关键词数据集;其次,对文本表示的关键词向量运用计算各关键词的权重从而对文本向量进行降维,得到特征向量;最后,在此基础上,运用BP神经网络分类器对短文本进行分类,检测出垃圾文本并进行过滤.实验结果表明用该方法在1000维文本特征向量的情况下分类平均准确率达到了97.720%.     

一次冷空气触发对流扰动产生局地强降水的过程分析

该文利用常规气象资料,分析2011年9月18日17时~20时南靖县出现的一次局地强降水天气过程,结果显示:这次强降水天气是由冷空气扩散入侵触发高湿、高能区的对流扰动,导致不稳定能量释放造成的;南靖县位于能量及湿度梯度密集区附近,蕴含更多的不稳定能量,因而出现局地强降水。     

基于协作博弈的ZigBee能量优化路由算法

针对 ZigBee网络节点协作过程中,由于工作任务不均衡导致能耗不均问题,从带有竞价的博弈角度提出了基于协作博弈的ZigBee网络能量优化路由算法。首先建立了ZigBee路由博弈的系统模型以及能耗模型;其次,针对ZigBee网络节点建立了基于斯坦克贝格博弈的ZigBee协作博弈模型,分析了协作博弈的近似纳什均衡解,给出了优化的路由算法流程描述;最后的OPNET仿真实验表明,改进的路由算法能够在节点失效数目、能量消耗以及生存时间上得到了一定的改善。     

Premiere课程实践教学研究

本文主要以Premiere课程在教学中经常会出现的系列问题为研究对象,结合本人多年在实际教学工作中的经验总结和方法论述,深入分析和探讨了Premiere课程实践教学的方法。     

大数据环境下基于贝叶斯推理的中文地名地址匹配方法

传统的中文地名地址匹配技术难以处理大数据环境下海量、多样和异构的智慧城市地理信息空间中的中文地名地址快速匹配问题。提出了一种Spark计算平台下基于中文地名地址要素的匹配框架及应用智能决策的匹配算法(An Intelligent Decision Matching Algorithm,AIDMA)。首先,从中文地名地址中富含的语义性和中文字符串、数字与字母之间的自然分隔性两个方面进行地址要素解析,构建了融合多距离信息的贝叶斯推理网络,从而提出了基于多准则评判的中文地名地址匹配决策方法。然后,利用芜湖市514967条脱敏后的燃气开户中文地名地址信息库与1770979条网格化社区中的中文地名地址信息库(包含网格化地址的地理空间信息)进行实验与分析。实验结果表明,在处理大规模中文地名地址信息时,相比于传统的中文地名地址匹配方法,该方法能够有效提高单条中文地名地址的匹配效率,同时在匹配度与精确度两个指标上匹配结果更加均衡。     

基于非线性编辑软件的影视后期合成制作探索

在信息时代,计算机技术兴起,很多产业也被带动起来。电视图像信息行业也逐步地应用设备数字化,数字化技术对电视图像信息的相关处理也成为了非线性编辑的命脉。主要设计到采用的储存、编辑、传送和采集,这对电视节目的可观性会产生直接的影响。