人民币升值对外包企业的影响

人民币升值主要影响的是对美外包中劳动密集型的外包业务。近一两年来人民币持续升值,外包的业内人士和相关的媒体都对这个问题给予了很大的关注。究竟人民币升值会对外包企业产业怎样的影响,会不会对中国刚刚兴起的外包服务业产生致命的打击呢？这些问题都值得我们认真地去分析和思考。     

金融领域事件因果关系发现及事理图谱构建与应用

事理图谱是研究事物动态发展的有效手段。针对金融因果事理图谱构建过程中数据集匮乏及构建方案缺少实践对比的现状,该文面向金融领域中发生频率较高的热点事件,研究构建事理图谱的方法。该文提出了一种新的金融领域事件论元的定义,制定了基于ATT+SBV结构的句法分析方案,针对信息抽取任务提出了面向金融因果事件的序列标注定义。该文同时提出了一种基于BERT+Bi-LSTM+CRF模型的信息抽取方案,并与不同神经网络模型进行对比研究。实验结果表明,该模型在信息抽取任务中,F₁值达到95.78%,准确性有较大提升。该文通过Neo4j图数据库存储并构建金融因果事理图谱,以事件关系可视化的方式揭示现实金融事件的演变逻辑规律,分析金融网络的风险传导扩散机制。     

标准曲线对ICP-MS测定铜的不确定度影响

采用微波消解-电感耦合等离子体质谱法测定了三七中的铜含量,并探讨了不同标准曲线对测量不确定度的影响。结果显示,良好的线性是影响测量结果不确定度的关键,相关系数r0.9999,标准曲线校准引入的不确定度较小。此外,增加样品浓度,使用合适浓度范围的标准溶液可以有效减小标准曲线校准引入的不确定度。     

教育部“计算机科学与技术专业规范办学试点”项目成果总结(二)

<正>计算机科学与技术是当今发展最迅速的学科之一,同时计算机科学与技术专业也是我国工科教育中在校生最多的专业。为推动计算机科学与技术专业的教育教学改革,更好地适应国家经济建设和社会发展对高层次应用型人才的迫     

AdHoc路由协议性能分析

本文主要介绍了AdHoc网络三种典型路由协议,DSDV（Destination Sequenced Distance Vector）．TOR．A．（Temporally Ordered Routing Algorithm）,DSR（Dynamic Source Routing）。然后利用NS-2仿真软件对三种典型路由协议在包投递率,平均端到端时延方面进行了仿真和分析。最后总结了在不同节点移动速率下这几种路由协议的优缺点。     

浅谈数据挖掘技术应用

随着科技的不断进步,我们进入了一个崭新的信息化时代。而对于数据库管理系统的应用也涉及到了各个领域,面对浩如烟海的数据海洋,怎么才能有效的获取我们所需要的信息,不浪费多于的时间,让数据信息得到充分的利用呢?这些问题的提出,引发了一个新的研究方向的诞生,那就是数据挖掘技术的理论与研究。数据挖掘技术的优势体现在对大量信息高效快速的分析和提取上面,而数据挖掘技术现在也已经广泛的应用于金融、保险、网络等需要对大量数据进行处理的行业中。该文将着重谈谈数据挖掘技术在电子商务领域中的应用。     

基于遥感的长沙市城市热岛效应时空分析

利用TM/ETM+数据,以长沙市为例,反演了地表温度,并针对不同时相的遥感数据,利用城市热岛强度来反映热岛效应强弱的变化。结果表明,长沙市的热岛空间分布与城市建成区的轮廓相吻合。城市热岛的范围随着城市建设、新建开发区以及道路交通网的发展不断增大,且在东南方向为主要增长方向。根据热岛强度鉴别并提取了强热岛区与正常区,发现长沙市强热岛区的面积已经从1993年的13.18km2扩大至2008年的68.16km2。最后,对长沙市热岛未来的发展趋势进行了预测。     

室性早搏的多模板匹配自适应识别算法

为实现室性早搏的自动判别,提出一种基于多模板匹配的自适应识别算法。采用滤波提高数据信噪比,利用样本数据通过特定的自学习机制建立模板库,设计模板的压缩算法实现待测心搏与模板心搏宽度的对齐,采用模板队列匹配和模板库匹配相结合的匹配策略,设计自适应更新规则实时优化队列与库的结构,利用相关系数检测室早。使用MIT-BIH数据库进行测试,达到99.39%的灵敏度和98.79%的特异度。     

改进的Sunday模式匹配算法

在基于模式匹配的检测方法中,匹配效率是检测技术的瓶颈,间接影响入侵检测系统的实时性能。该文对4种模式匹配算法进行分析后,选择最优的Sunday算法进行改进。该算法进行匹配前先找到模式串中的特征字符（出现概率最小的字符）,进行特征字符与尾字符双重匹配,失败则移动尽可能远的距离。实验结果证明匹配效率比Sunday算法有一定的提高。     

基于说话人辨识的自上而下听觉显著性注意模型

为体现听觉注意神经信息处理计算机制对听觉场景内容的自动分析与理解功能,本文基于人耳对频率变换的感知特性,结合深度信念网络的说话人辨识与听觉显著模型,提出了一种自上而下的听觉显著性注意提取模型.仿真结果表明:该模型具有可行性,同时在利用深度信念网络的说话人辨识技术中能够有效地凸显目标说话人的显著度.