基于BP神经网络的协作过滤推荐算法

研究、探讨了协同推荐问题,提出了一种基于两层面的多个后向传播(BP)神经网络的协作过滤推荐算法(TMNN-CFRA). 两层面的多个BP神经网络协同工作,高层面BP网反向误差传播直至低层面多个人工神经网络(ANN)进行网络权值修正,以此为基础,借助用户评价等特征前向给出项目推荐. 标准评测集Movielens上的实验评测表明了TMNN-CFRA的可行性和有效性.     

"新工科"背景下学生就业指导相关问题的思考

在"新工科"背景下,做好大学生就业指导工作,帮助学生认识国家发展形势及重大战略,培养创新意识和创新能力,树立全面发展理念,主动适应新技术、新产业、新模式、新业态,不仅有利于实现高质量就业,同时也能有效缓解结构化就业矛盾.     

打造绿色低碳港口——探访国网河北电力船用岸电示范项目

正位于河北省东南部的沧州渤海新区,东临渤海、南近山东、西界沧州、北倚京津,处于东北亚经济圈的中部位置和"环渤海,环京津"的双环枢纽地带,是河北省着力打造的两个经济增长极之一,也是河北省建设沿海经济强省的前沿阵地。其境内于2010年8月正式开航的黄骅综合大港,是河北省南部沿海最便捷、最经济的进出海、进出口的大通道,被誉为新欧亚大陆桥的东桥头堡。然而,作为渤海新区的"名片",黄骅综合大港却只能依赖船载发电机组为码     

基于多特征融合的移动流量应用识别

移动应用识别是移动网络安全与管理研究领域的一项关键技术。针对移动应用更新后人工提取特征失效及特征提取不充分等问题,文章提出一种基于流量的移动应用识别模型MAITSF。该模型采用多通道并行架构,利用卷积神经网络（Convolutional Neural Network,CNN）提取移动应用流量的空间特征,使用长短时记忆（Long ShortTerm Memory,LSTM）网络提取移动应用流量的时间特征,并融合各通道提取的特征。在此基础上,引入一个通道注意力模块对每个通道赋予不同权重,使模型能够集中关注神经网络提取的关键特征,增强流量特征的表征能力。文章在公开数据集（CICAAGM2017）和实验室采集的实际数据集上进行对比实验,实验结果表明,MAITSF在两个数据集上的分类准确率均达98%,相较于现有典型模型提高了4%以上。