第二语言习得中的文化负迁移现象

在第二语言习得过程中,文化差异会在语言学习过程中产生文化负迁移.因此,了解本族语与目的语的文化差异,探讨英汉文化迁移有助于消除学习者交际障碍、拓宽视野、提高第二语言习得能力.     

基于兴趣度含正负项目的关联规则挖掘方法

项目的引入使得挖掘出的频繁项集成倍增加,同时生成的关联规则数量更加庞大,引入兴趣度来约束从频繁项 集中提取关联规则的数量。分析现有的兴趣度模型,从中选择了一种适合于含正负项目的关联规则挖掘的兴趣度方法,并且 提出了置信度的一个性质,描述了含正负项目的频繁项集挖掘关联规则的算法,并对矛盾关联规则进行了分析。实验结果表 明,该算法是有效和可行的。     

正负关联规则挖掘

针对传统的关联规则数据挖掘的支持度-置信度框架存在很多缺陷,同时研究正负关联规则时可能产生很多问题的情况,阐述了在正负关联规则挖掘中,如何利用允许用户指定多重最小支持度来反应数据库中项的性质和它们各种各样的频率,并通过设置相关度提高挖掘效率.实验结果显示该方法是有效的.     

用弱酸树脂处理"负硬水"

用H+交换柱-脱气塔-Na+交换柱串联工艺处理"负硬水".H+柱采用浮动床,Na+柱采用固定床,树脂采用弱酸性交换树脂110.在满足硬度要求的同时,经处理后的水的碱度小于1.0 mmol/L,出水体积可高达H+柱树脂体积的260倍以上.实际运行结果表明,本工艺具有操作简便、出水稳定、水质良好等优点.     

含负折射率介质一维光子晶体的全向反射镜

研究了含负折射率介质的一维光子晶体的反射特性和用其制作全向反射镜的物理基础,同时研究了此种光子晶体PBG的影响因素.研究发现,周期结构参致--晶格常数和层厚畸变对含负折射率材料的一维光子晶体的PBG几乎没有影响.在一定频城内可实现全向反射.     

基于混合采样的图对比学习推荐算法

在推荐系统领域中,图卷积网络具有对于图结构数据更强的信息抽取能力。然而,现有的图卷积网络推荐算法主要关注改进模型结构,忽视了提高原始样本采样质量与挖掘用户—项目间隐式关系的重要性。针对上述问题,提出一种基于混合采样的图对比学习推荐算法。首先使用混合采样方法,提取出正样本中部分信息并将其注入负样本,从而生成全新的富含信息的难负样本;其次,通过轻量图卷积网络对难负样本进行特征提取,得到用户和项目的节点表征,采用邻域对比学习方法挖掘样本隐式关系;最后,利用多任务策略对推荐监督任务和对比学习任务进行联合优化。在真实数据集Yelp2018和Amazon-book上进行实验,采用recall和NDCG指标进行评估,实验结果表明,提出的模型相较其他基准模型取得了更好的效果。     

基于多种信息组合模式的非负矩阵分解链路预测模型

针对基于拓扑结构相似性的链路预测算法中网络稀疏性和噪声问题,提出一种基于非负矩阵分解的链路预测模型。该模型从微观与宏观两个层面出发,融合网络内部和外部的辅助信息,减轻了网络稀疏性造成的影响,提升了算法预测的整体性能。提出的三种信息组合模式体现出宏观与微观角度下的信息融合策略。在13个真实网络数据集上的实验结果展示了算法预测性能上的优越性。     

求解含负权弧的网络最小截问题

对于经典网络最小截问题,所有弧权数非负,可运用最大流算法求解。但是对于广义最小截问题,若某些弧权数为负,则运用算法难以求解。针对含负权弧网络最小截问题,通过与经典最小截问题的对比,提出简单截集和复合截集概念,并给出广义网络最小截概念——截量最小的简单截集;引入负容量和负流量,给出求解含负权弧网络最小截问题的原理,并设计求解含负权网络最小截问题的网络流算法;最后,通过应用举例对算法进行演示。     

基于非负最小二乘法的一维MT正则化反演研究

为了有效地解决在大地电磁反演过程中出现的不适定性、解的不稳定性和非唯一性等问题,提出了基于非负最小二乘法的MT正则化反演算法,该算法的思想是通过引入正则化思想,模型约束目标函数被采用最光滑模型约束正则化矩阵,有效地改善了不适定问题得到有效改善。为了避免常规方法需要对电阻率取对数的情况,引入了快速非负最小二乘法(这里把反演参数设为电阻率,因而必须为正值),从而简化了反演过程中偏导数矩阵的计算。最后试算不同的地电模型,得到稳定的反演结果,表明了此反演算法是有效的。     

基于广交会平台的外语习得研究

作为中国乃至世界第一展的广交会,为外语学习者构建了一个多元文化交融的语言学习平台,为外语学习者创设了一个真实的国际化外语习得环境。外语学习者可以利用广交会真实的外语环境,促进语言习得;可以克服语言负向迁移即母语干扰;可以更好地适应NSEM,培养和提升英语综合交际能力;可以利用参与广交会实践实习的积极反拨效应,更好地完成专业学习及外语习得任务。