共查询到20条相似文献，搜索用时 406 毫秒
1.
2.
[研究目的]为了探索突发公共事件谣言中信息对称、情感卷积与向度反转之间动态影响机制,以便有效地对突发公共事件谣言进行监控及治理。[研究方法]使用2015—2020年我国具有代表性的11起突发事件面板大数据,采用向量自回归、状态空间模型及线性规划对信息对称、情感卷积及向度反转之间关系及监管的弥合路径进行分析。[研究结论]研究发现：信息对称对向度反转产生负向脉冲扰动,情感卷积对向度反转产生正向脉冲扰动,信息对称及情感卷积的冲击效应均较大,且向度反转对两变量的脉冲响应均具有断尾效应;信息对称与情感卷积对向度反转的边际影响力均较大,且信息对称的边际影响大于情感卷积的边际影响;信息对称的弥合路径呈偏右的倒U型分布特征,情感卷积的弥合路径呈J型分布特征。根据研究结论,可制定有针对性的突发公共事件谣言信息对称、情感卷积及向度反转的监管措施及防控策略。 相似文献
3.
针对经典人脸识别卷积神经网络(CNN)结构中因网络层次设计过深导致计算量大且训练耗时长的问题,设计一种改进的卷积神经网络结构,该结构由3个卷积层、3个池化层、1个全连接层和1个分类层组成。利用Softmax回归算法进行人脸分类识别,卷积神经网络在输出层利用改进的Softmax进行分类。实验结果表明:在AR人脸库上,所述方法的识别率接近100%,优于传统人脸识别方法,其训练速度也明显快于普通的卷积神经网络,验证了改进方法的有效性。 相似文献
4.
由于传统的深度卷积神经网络用于人脸识别时,往往结构层数多,参数量大,训练难度高。本文在经典网络Le Net-5的基础上提出一种新的卷积神经网络模型来进行人脸识别。首先,结构上包含两个子卷积网络,实现多卷积的功效;然后,对于提取人脸特征的卷积层和池化层采取融合,以减少网络参数及训练时间;采用两个全连接层,第一个全连接层与前面完成特征提取的每个单层连接来实现对多尺度特征的采集;最后的分类层采用Softmax分类器。实验结果表明,与传统结构模型相比,识别率有所提高,其训练速度提升了,验证了新网络模型人脸识别方法的有效性。 相似文献
5.
6.
7.
卷积积分是信号与系统的时域分析的重要方法之一,为了对其计算进行一定的简化,本文介绍了基于MATLAB的符号运算法、数值计算法以及自编通用函数ctsconv函数,通过实例计算,验证了函数的有效性,并且展示了MATLAB在卷积积分方面的优越性。 相似文献
8.
利用MATLAB软件中的卷积工具,研究处理机械加工信号技术,旨在探讨机械加工中处理切削力信号的方法特点,以提高机械信号的处理能力及水平。 相似文献
9.
10.
11.
12.
13.
针对Web数据奇异特征挖掘时,信道对奇异特征具有卷积效应,影响特征挖掘精度。提出一种脉冲响应不变解卷积算法,实现对奇异特征对的盲解卷积,提高奇异特征挖掘性能。利用Web数据奇异特征的时间可预测性作为盲解卷积的解卷测度,采用脉冲响应不变算法对基于该测度的代价函数进行优化求解,从而成功得到解卷积滤波器系数,实现对Web数据奇异特征的盲解卷积。仿真实验表明,采用该算法挖掘Web数据的奇异特征,对于奇异特征信号具有很好的盲解卷积效果,所挖掘的奇异特征相关系数和重构信噪比均较高,特征挖掘聚类性好。 相似文献
14.
把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法.该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离.计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能. 相似文献
15.
16.
17.
物流信息的快慢会影响电商企业的效率和商品的销售。依据电商平台上公布的物流评价信息数据,将卷积神经网络应用于处理物流信息评价问题中,为电商企业对物流的监督和管理提供了新的思路和方法。实验结果表明,卷积神经网络能较好的完成对企业物流评价信息的识别,提高企业的监管效果。 相似文献
18.
在线商品虚假评论的出现使消费者利益受到损害,而对于虚假评论识别的传统方法往往依赖于人工提取文本特征,专业领域知识的受限导致特征提取不全面、模型分类效果不理想。针对这些不足,本文提出基于卷积神经网络的学习框架,利用不同大小的卷积核学习评论更深层次的文本特征,同时减少了人为特征提取所需要的工作量。实验结果表明该方法在准确率和F值均取得了较好的效果。 相似文献
19.
对TD-SCDMA系统中的卷积编码速率匹配算法进行了分析,给出了TD-SCDMA系统中卷积编码速率匹配算法在ZSP500 DSP核上的实现,并根据ZSP500 DSP核的特点对实现部分的进行了阐述。 相似文献
20.
[目的/意义]在非结构化语料集中抽取知识要素,是实现知识图谱的重要环节,本文探索了应用深度学习中的卷积神经网络（CNN）模型进行旅游领域知识关系抽取方法。[方法/过程]抓取专业旅游网站的相关数据建立语料库,对部分语料进行人工标注作为训练集和测试集,通过Python语言编程实现分词、向量化及CNN模型,进行关系抽取实验。[结果/结论]实验结果表明,应用卷积神经网络对非结构化的旅游文本进行关系抽取时能够取得满意的效果（Precision 0.77,Recall 0.76,F1-measure 0.76）。抽取结果通过人工校对进行优化后,可以为旅游知识图谱构建、领域本体构建等工作奠定基础。 相似文献