课程文献中心 更多>>

关键词： 知识图谱   图卷积网络   推荐系统   交替学习   特征提取   预测   聚合  

摘要： 当前基于知识图谱的推荐系统无法同时将用户、项目特性与知识图谱相结合,针对这一问题提出一种基于交替学习的知识图谱卷积网络推荐模型(KGAL)。该模型包含特征提取和预测推荐两大任务。通过邻域聚合算法提取项目特征;利用交叉特征共享单元学习两个任务之间的相关性,得到最终的用户特征向量和项目特征向量;通过预测环节计算得出用户与项目的交互概率,完成推荐任务。在3种公开的电影、图书和音乐数据集上与6个常见的基线模型进行对比实验,实验结果表明,相较于其它6个推荐模型,KGAL模型具有良好的推荐性能。

关键词： 数据加密技术   计算机网络安全   管理  

摘要： 数据加密技术能够保障数据的完整性、可用性及机密性,确保在传输中数据不会被非法获取或篡改,避免计算机网络运行中出现黑客入侵、病毒侵害等问题,从而影响到计算机网络数据信息的准确性和运行的稳定性。鉴于此,文章从常见数据加密技术出发,分析计算机网络安全管理的主要影响因素,探讨计算机网络安全管理中数据加密技术的具体应用,从而为网络信息安全管理水平的提升提供参考。

关键词： 大数据   商品精准推广   网络推广模式  

摘要： 本文基于大数据分析,研究了商品精准网络推广模式的构建与实现路径。通过探讨大数据技术在用户行为分析、需求预测、个性化推荐、数据可视化等方面的应用,揭示了如何通过精细化数据分析提升推广效果。随后分析了精准定位目标用户群体、多渠道融合推广策略、内容定制优化和技术实施等关键因素,提出了一系列实践路径。研究表明,通过高效的数据处理与分析方法,商品推广可以实现更高的精准度与转化率,进一步降低电商和品牌推广难度,从而更好地满足用户需求。

关键词： 图像去模糊   提示学习   多尺度   门控前馈网络(GFFN)   深度卷积  

摘要： 目的针对传统基于深度学习的去模糊方法存在的伪影明显、细节模糊和噪声残留等问题,提出一种基于提示学习的多尺度图像去模糊新方法。方法首先,在详细分析传统去模糊方法的基础上,引入基于提示学习的特定退化信息编码模块,利用退化信息中包含的上下文信息来动态地引导深度网络以更有效地完成去模糊任务。其次,设计了新的门控前馈网络,通过控制各个层级的信息流动构建更为丰富和更具层次结构的特征表示,从而进一步提高对复杂数据的理解和处理能力,以更好地保持结果图像的几何结构。另外,新方法引入了经典的总变差正则来抑制去模糊过程中的噪声残留,以提高结果图像的视觉表现。结果基于GoPro和REDS(the realistic and diverse scenes)数据集的大量实验结果表明,与其他先进的基于深度学习的去模糊方法相比,本文方法在图像去模糊方面取得了更好的效果。在峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity,SSIM)指标上,本文方法在GoPro数据集上分别达到33.04 dB和0.962的最优结果。在REDS数据集上分别达到28.70 dB和0.859的结果。并且,相比SAM-deblur(segment anything model-deblur)方法,PSNR提升了1.77 dB。结论相较于其他的去模糊方法,本文方法不仅能够较好地保持结果图像的细节信息,而且还能够有效地克服伪影明显和噪声残留的问题,所得结果图像在PSNR和SSIM等客观评价指标方面均有更好的表现。

关键词： 网络微短剧   文旅   融合   路径  

摘要： 近年来,“网络微短剧+文旅”的创新推广模式引起广泛关注。该模式通过紧凑的故事结构和精炼的情节设计,结合场景化表达,成功展现地域特色,有效推动地方文旅发展。本文基于网络微短剧作为文旅融合新媒介的特点,深入分析网络微短剧与文旅产业的融合实践,并对其发展提出了相应的对策分析,旨在为网络微短剧与文旅的深度融合提供创新思路,助力地方文化的传播与发展。

关键词： 网络微短剧   沉浸式体验   高密度叙事   高情绪供给   圈层效应  

摘要： 网络微短剧的加速美学特征,具体蕴含在文本间性下的沉浸式体验、有限时长下的高密度叙事、爽感情节下的高情绪供给以及垂类内容下的圈层效应这四重维度之中。

关键词： 社会网络   城乡老年人   身心健康   休闲参与   中介效应  

摘要： 根据中国综合社会调查(CGSS)2017年与2018年的数据,运用有序Logistic回归,结合中介效应KHB检验法探究社会网络对城乡老年人身心健康的影响。结果表明,互联网使用、亲戚关系以及朋友关系对提高老年人的身心健康有显著影响,其中亲戚关系对城乡老年人健康存在异质性影响,互联网使用存在显著的城乡差异。休闲参与的中介效应显著。为此,政府应优化社区文化、娱乐、教育、体育锻炼等养老服务设施,注重加快农村文化事业发展进程,推动乡风文明建设。同时,完善农村信息网络设施建设,缩小城乡互联网普及率的差异,进行针对性互联网应用技能培训,加强老年人互联网安全监管,为老年人营造安全的互联网环境。

关键词： 行动者网络理论   脱贫致富   共同富裕   杜堂村   动力机制  

摘要： 实现农村农民共同富裕是我国发展面临的重点及难点所在。本文以杜堂村为例,从行动者网络理论视角切入,解析不同发展阶段下杜堂村旅游发展演化的行动者的作用路径,剖析旅游发展推动村民实现共同富裕的路径。研究发现:关键行动者意图和行动者网络结构的变化,推动了杜堂村从贫困村到脱贫致富样板村的变化。在旅游型美丽乡村建设阶段,政府和返乡精英作为关键行动者,通过行政征召、精英带头征召等方式促进了行动者网络的形成和发展,使得杜堂村有了新的发展方向;在后续营运阶段,返乡精英发挥更大作用,行动者网络重新调整,村民的话语权与参与权逐渐被提升,进一步推动村庄旅游业的可持续发展,实现了物质富裕与精神文化富有。

关键词： 粮食产量   反向传播神经网络   鲸鱼优化算法   非线性惯性权重   随机扰动策略  

摘要： 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。

关键词： GNSS   BP神经网络   RBF神经网络   爬行动物搜索算法   高程异常拟合  

摘要： 针对现有神经网络模型用于GNSS高程拟合中存在精度受限、拟合结果受参数影响大等问题,本文提出采用爬行动物算法(RSA)进行RBF神经网络模型参数优化,提升神经网络的全局寻优能力以及收敛速度,构建一种新的RSA-RBF神经网络模型。采用2种不同地形条件的GNSS水准网数据进行实验,结果表明,本文提出的组合模型能够有效优化选取神经网络中的关键参数,实验结果的精度指标均优于对比模型,同时具有更高的稳定性与适用性。