基于BERT-Att-biLSTM模型的医学信息分类研究

目前,对互联网上虚假健康信息的研究多集中于谣言识别,而对医学信息自动分类的研究较少。采用基于双向编码的语言表征模型和注意力增强的双向长短时记忆模型(BERT-Att-BiLSTM模型),对健康信息文本进行分类,实现自动识别虚假健康信息。实验结果表明,BERT-Att-BiLSTM模型可以高效地对医学信息进行分类,其中BERT模型相较于BiLSTM模型,性能提升明显;与融合Word2Vec的BiLSTM模型相比,BERT-Att-BiLSTM模型效果更佳。     

现代物流系统中基于路径的RFID立方体构建方法

为有效地存储和管理海量数据,提出了一种基于路径的射频识别技术数据立方体构建方法。该方法不受射频识别技术系统的物理分布影响,只与路径数据库的规模有关;在最小兴趣层和观察层之间,选择物化某些立方体单元,以保证能够快速构建立方体结构和较快响应系统不同用户的路径查询。理论分析和实验结果表明了该方法的有效性。     

一种RFID位置序列挖掘方法

由于RFID系统的特殊性,位置信息构成的序列与传统的序列有很大的差别.鉴于位置序列的特点,文中提出了一种挖掘RFID位置序列的方法RLSM,减少统计序列支持计数的时间,从而提高算法的整体执行效率.     

一种改进的双向聚类算法及其在销售分析中的应用*

传统聚类认为每个对象与所有属性均有关系,只是将对象进行聚类,为了克服这一不足,提出基于合并双聚类模型(Merge BiCluster Model,MBCM)的算法,采用将对象和属性同时进行聚类,找出与一组属性有关的相近对象.实验证明,该方法更为快速,能够得到更加精确的结果.     

不完备信息系统的规则提取研究*

粗糙集理论和D-S证据理论都是重要的不确定性推理方法,两者各有优缺点.现实生活中,不完备信息系统广泛存在.研究了将两种理论结合用于不完备信息系统以进行规则提取,并用实例进行了验证.     

数据仓库系统中一种高效的多维层次聚集算法

如何减少联机分析处理中多表连接和压缩维属性连接关键字,对查询数据进行有效地分组聚集操作,成为联机分析处理查询处理的关键问题.为此,提出了一种基于多维层次编码的新型预聚集算法MDHEPA.该算法充分利用编码长度较小的多维层次编码及其前缀,对事实表中的数据进行快速地分组聚集计算,大大减少和简化了多表连接操作,提高了联机分析处理查询效率.理论分析和实验结果表明,该算法是有效的.     

分布式环境下全局序列模式挖掘技术研究

由于分布式环境下挖掘全局序列模式常常产生过多候选序列,加大了网络通信代价.为此提出一种基于分布式环境下的全局序列模式快速挖掘算法.该算法将各站点得到的局部序列模式压缩到一种语法序列树上,避免了重复的序列前缀传输;基于合并树中节点序列规则和简单的特点,提出一种项扩展和序列扩展剪枝策略,有效地约减了候选序列,减少了网络传输量,从而快速生成全局序列模式.理论和实验表明,在大数据集环境下该算法性能优越,能够有效地挖掘全局序列模式.     

煤矿通风安全管理信息系统的开发

本系统是根据计算机网络技术和信息处理技术建立的，实现对煤矿通风安全工作进行的统一管理。本文将简要介绍煤矿通风安全管理信息系统软件的结构，特点，功能等。     

XML驱动的OLAP解决方案研究

OLAP系统应该能够集成常见的分析数据源,并提供对立方体的方便快速的建模,XML的潜在优势能很好胜任这一角色。论文首先介绍OLAP系统中XML应用角色及0LAPAPI的技术现状,在对现有OLAP产品研究的基础上提出开放OLAP系统应遵循的一般原则,最后结合Mondrian系统,给出一个基于XML的OLAP服务系统开发实例。     

XML在开放式OLAP系统中的应用

由于数据源的多样化、异构化,用户对OLAP系统的开放性要求也越来越高。一个开放的OLAP服务系统应该能够集成常见的分析数据源、有效管理系统中的元数据并能提供跨平台的数据访问。XML的潜在优势能很好满足开放性要求。研究了开放式OLAP服务系统所提出的新要求,探讨XML在OLAP系统中的应用角色,提出将XML技术用于实现OLAP解决方案所具有的潜在优势,并以开源项目Mondrian为例,介绍了XML在该OLAP系统中的应用。