排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
确定产品的市场价格是将新产品推向市场之前必须进行的一项重要工作,它对于产品的利润及市场定位具有重要意义。为进行更准确的新产品定价,文章采用因子分析方法对样本数据集进行降维并提取产品的特征属性,通过前馈式神经网络训练样本数据,提出基于因子分析和神经网络的新产品定价策略模型。从实验结果可以看出,该模型性能稳定,能够为新产品的定价提供指导作用。 相似文献
2.
3.
城市新能源发展评价在选择合适新能源作为替代能源工作中非常关键。为了解决评价过程中指标值不精确、指标偏好引发的交互作用问题,基于模糊测度与R-OWA算子等理论,结合不同地区的偏好,构建了测评函数,采用偏序集决策分类方法进行排序,利用Shapley值计算偏好影响下的影响因子指标权重,对评价向量进行变换,得到比较矩阵并转换为Hasse矩阵,进而对该地区能源评价结果进行排序。基于OWA算子的多指标评价以及偏序集求解办法,一方面能对新能源进行排序,另一方面能根据不同地区进行针对性排序,通过Hasse图能够较为直观地展示评价种类关系。最后,以泰安市能源发展指标体系为案例进行分析,得出偏好影响下的新能源排序。 相似文献
4.
5.
[目的/意义]基于我国后人口转变期老龄化、少子化的现实,三孩政策及配套设施的实施受到高度重视,进一步挖掘三孩话题语义、掌握民意对政府决策和舆情防控具有积极意义。[方法/过程]基于传播社会学视角构建政策话题多属性语义分析模型,采用社会网络分析、改进的语义分析、LDA主题模型等方法,从话题、结构和内容多属性挖掘三孩话题语义。[结果/结论]属性之间存在共通性、渐进性,政府和公众主导话题,依据社区分布解构话题为社会、国家、女性、青年四个方面,综合内容分析结果来看,消极和中性情绪在女性和青年角度尤为明显：女性尚存在生育风险、工作与家庭失衡、职场歧视等问题;青年一代面临赡养老人、就业内卷和娱乐至死的压力常态化现状。建议从社会舆论治理、国家政策支持、女性待遇提升、青年解压等方面激发三胎生育潜力。 相似文献
6.
7.
8.
[目的/意义]为了解决因微博文本多义性和复杂性导致的谣言检测中语义特征提取不全面的问题,提出了一种结合微博内外多粒度语义的BiLSTM-CNN-ECA模型。[方法/过程]首先,对微博文本从字词句三个粒度级别建模,运用双向长短期记忆网络提取微博内部语义特征,生成事件字向量矩阵和事件词向量矩阵;然后,拼接事件句向量矩阵形成三维文本特征矩阵,输入多尺度卷积神经网络,并行提取微博之间的依赖关系特征;最后,引入高效通道注意力模块赋予通道权重,进行微博谣言检测。[结果/结论]构建的三维文本特征矩阵有机结合了各粒度文本的语义特征贡献,包含更多、更全面的微博语义信息;ECA可有效捕获通道间重要信息,进一步提高了多尺度CNN模型对谣言检测的准确率。 相似文献
9.
1