创业成就感增添我的幸福指数——访布丁移动CEO徐磊

"能吃苦、爱折腾、不甘于寂寞是创业者的基本属性,毕竟创业是件很辛苦的事,无论是精神还是体力上都要承受很大的压力、要有很多的付出。"在位于中关村的一间并不算大的办公室中,徐磊和他的团队正在紧张地忙碌着,这是个典型的初创型团队,成员仅有40余人,     

属性识别理论在黄前水库水质评价中的应用

本文根据属性识别理论,探讨了水库水质的综合评价模型,应用此模型对黄前水库的水质进行评价,结果与灰色关联度法基本相同,比较符合实际情况。同时该方法简单、易懂,更适合于有标准的系统质量评价问题。     

结合深度学习的网络邻居结构研究及应用

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。     

模糊粗糙集在碳通量属性约简应用研究

寻找碳通量的主要影响因素是摸清碳循环规律的关键环节。由于与碳通量密切相关的生态因素众多且具有不确定性,存在大量冗余信息,致使特征选择面临极大的困难。提出利用模糊粗糙集理论约简碳通量数据属性的方法,不仅能有效处理复杂不确定问题,而且善于处理连续属性。实验结果表明,用模糊粗糙集约简的属性建立BP网络的碳通量预测模型具有较高的预测精度,这充分验证了该方法能够在有效保留信息量的同时,大幅度提高约简效率。     

陕西延长油田高精度三维地震勘探项目实施探讨

自2003年以来,高精度三维地震勘探技术不断发展,目前已成为一种成熟的地震勘探方法,在构造精细解释和岩性圈闭解释与识别、储存研究与预测评价、AVO分析、亮点技术等领域都具有实际应用价值。高精度三维地震勘探能解决常规三维地震勘探所不能解决的地质问题。本次延长油田股份有限公司实施的高精度三维地震勘探项目采用宽方位角小面元尺寸高覆盖次数的采集方法施工,通过对施工方案的总结,认为该项目取得良好的地质效果,为延长油田今后走向精确勘探、面向目的勘探开发探索了新的途径。     

AutoCAD中图层的应用及技巧

介绍了如何运用AutoCAD中图层来组织图形元素及其使用技巧，以方便图形的组织交换，提高使用者的绘图速度。     

云环境中改进模糊聚类的资源聚合

研究云中高性价比的资源聚合问题.针对云中硬件资源聚合时没有考虑到资源的地理位置和运行成本,特别是传统FCM算法聚类时无法比较资源之间位置的关系,体现不出性价比.为解决上述问题,提出了一种改进模糊算法的资源聚合策略.该策略首先定义描述资源位置关系的加权因子并构建新的目标函数;然后在资源属性矩阵中标准化数据,重复迭代改进目标函数优化数据集的划分;最后定义了聚类集群综合性能评价指标,能从若干个子类中选取高性价资源池的目的.仿真结果表明,改进算法和性能评价指标得到的聚类结果较好,适合云环境中资源性价比高的整合.     

对象代理数据库的虚属性查询优化方法磁

为对象代理数据库的虚属性查询提出两种优化方法---表达式提升和虚属性合并。表达式提升将虚属性查询转换为对源类中实属性的查询;虚属性合并是对查询涉及的属于相同源对象的多个虚属性,一次性获取相应源对象的属性值用于虚属性值的计算,避免多次访问同一源对象。通过实验分析了这两种方案对虚属性查询的性能影响,实验结果表明,对于虚属性和代理层数较多的查询,表达式提升和虚属性合并的方法极大提升了查询效率。     

基于LDAP的PKI证书的存储与备份

本文较深入地介绍了LDAP协议在PKI体系中的应用,主要讲遂了如何利用LDAP服务器存储以及备份电子证书。首先简单阐明了目录服务的优点,然后根据存储的需要自定义了LDAP中的属性,并扩展了一个对象类,最后描述了LDAP服务的复制和均衡负载模型。     

改进的多层感知机在客户流失预测中的应用

针对在传统的客户流失预测数据预处理中，使用one-hot编码处理离散属性导致数据维度增加及数据过于稀疏的问题，提出了两种基于多层感知机的改进后的客户流失预测模型。其主要思想是分别使用堆叠自编码器和实体嵌入两种方法对多层感知机进行改进，通过将离散属性的高维编码数据向低维空间映射，有效地减少了one-hot编码产生的稀疏数据，增加了离散属性值之间的关联度。在对两份公开的数据集进行交叉验证后的实验结果表明，改进后的模型既有效地提高了预测的准确度，又维持了传统多层感知机模型在并行化计算方面的优势。