桁架结构智能布局优化系统

应用模糊、混沌、神经网络等理论，以结构质量为优化目标函数，在构造一个新型的布局优化模型的基础上，对桁架结构布局优化这一结构优化领域的难点问题进行了研究。构造了一个完整的桁架结构智能布局优化系统，该系统由5 个模块组成，具有智能、自适应的特点，在确定了结构选型情况下，可以自动完成从基结构的智能自动建立到结构布局寻优的全过程。经实例验证，系统性能稳定，可以得到满足要求的结构布局优化解。     

对基于数据仓库的数据挖掘中一种衍生现象的研究

1.引言 数据挖掘是从大量的数据中用非平凡的方法发现有用的知识.数据挖掘本身是一门交叉学科,不但受到多个学科影响,而且依赖所挖掘的数据类型或给定的数据挖掘应用.     

国内环保BOT项目融资实证分析

通过对国内BOT环保项目融资的现状分析,总结了BOT环保项目融资在中国的优缺点,并就如何发展BOT环保项目融资的模式提出了自己的建议.     

商务智能的理论和应用研究综述

本文从学术界和企业界对商务智能的研究和应用遇到的问题出发,对1990年以来的商务智能的研究和应用进行总结,分别对商务智能的概念、组成部分进行讨论,得出一个综合的商务智能理论框架,明确了商务智能理论与应用的发展方向.     

基于随机游走算法的社会化标签的用户推荐

利用来自Delicious的数据集,结合内容相似度的挖掘和语义关系处理,对社会化标签系统的用户推荐的算法进行了研究.具体工作为:利用标签和书签的语义关系,定义用户的内容信息,从而计算内容相似度;建立内容相似度与社会网络的用户链接关系,通过可重启的随机游走算法(RWR)结合来达成理想的效果.实验评测显示,无论是精确度还是召回率,该算法的效果都要明显优于baseline的算法.     

企业信息系统的成本效益分析框架

本文从企业经营者的角度,讨论对信息系统进行投资决策时如何进行成本效益分析,给出给其原则方法,使企业IT部门在进行信息系统项目决策时有章可循。     

XML数据流分页频繁子树挖掘研究

随着XML数据流的广泛应用,从挖掘XML数据流中发现知识具有重要的理论与应用价值.相比其他频繁模式挖掘,大型XML文档与数据流的频繁子树挖掘面临困难：XML数据流不可能整体在内存解析;对XML数据流分段挖掘必须考虑XML数据的半结构化特征等.针对上述问题,提出数据流分页频繁子树挖掘模型Tmlist.Tmlist对XML数据流进行分页,管理跨页节点及频繁候选子树的跨页增长,逐页挖掘频繁子树;频繁候选子树的增长根据根节点层次由浅至深地在最右路径加入频繁候选节点,避免以低层次为根子树的重复性递归增长;对频繁候选子树采用子树拓扑序列和最右路径共同标识,子树的增长不需要对子树前缀进行匹配,省去前缀节点存储与匹配开销;以页面最小支持度对频繁候选子树按页筛选,子树按页面衰减度衰减支持度、剪枝.Tmlist在可控误差范围内降低频繁子树挖掘的空间消耗,提高内存利用率和挖掘效率.     

我国高等教育投入产出效率分析

本文依据近年来政府、社会和学生个人在高等教育的资金投入数据,以人力资本增量作为高等教育的产出,分析了近年来我国高等教育的投入产出效率状况.通过不同学历人员实际工资差额与理论差额的比较,说明了现阶段我国高等教育的投入产出效率较高.     

数字化工厂信息系统结构研究

数字化工厂是依靠它的信息系统,对数字化工作流、数字化信息流的有效管理和利用,实现组织内所有成员的高度协同运作和资源共享。本文基于数字化工厂的基础应用平台采用系统交互与集成方法,通过对数字化工厂信息系统的特征及其已有技术基础的分析,演绎数字化工厂信息系统的实现设想与结构,抽取数字化工厂信息系统公共服务。     

视觉Transformer与多特征融合的脑卒中检测算法

目的 急性缺血性卒中是最常见的脑卒中类型,具有发病率高、死亡率高和致残率高的特点。患者发病前症状不明显、发病急骤以及溶栓治疗时间窗窄等问题导致其成为临床上的高危疾病。中医望诊可以在疾病发展早期,通过观察患者形、色、气和神的变化,对患者病情进行诊断和预测,达到“治未病”的目的,与人工智能技术相结合,可以解决缺乏客观和定量评价标准的问题。因此,通过中医望诊中的脸部和手部图像,充分利用两种图像的颜色、纹理等特征以及二者之间的关系特征,本文提出一种基于序列自注意力网络的急性缺血性卒中辅助诊断方法。方法 对脸部和手部图像进行山根和大鱼际处的感兴趣区域提取。采用YCbCr颜色空间和灰度共生矩阵,提取区域图像的颜色和纹理特征,将颜色特征和纹理特征进行融合并将其与原图像特征相结合,得到的特征图序列化地输入到Transformer模型中,进一步学习高层次的空间特征和注意力特征。将模型输出结果输入到多层感知机中,从而实现急性缺血性卒中的检测。结果 在收集的急性缺血性卒中患者数据集上进行实验,结果表明,提出的基于序列自注意力网络的方法取得了83.57%的准确率,获得较高性能,在速度和便携性上具有很大的优势。结论 该方法采用端到端的学习方式,能够有效解决目前临床诊断因医疗资源的差异而受到影响的问题,对于初步判断患者疾病具有指导性的作用,为诊断急性缺血性卒中提供了一种新思路和新方法。