论文部分内容阅读
5G网络都有了，为什么还要卫星互联网？
【出 处】
：
新华日报
【发表日期】
：
2020年01期
其他文献
针对驾驶员愤怒驾驶引发的道路交通安全问题,提出一种基于AdaBoost与改进卷积神经网络（convolutional neural networks, CNN）的驾驶员愤怒情绪识别模型。利用AdaBoost算法检测驾驶员人脸并采集面部表情数据,建立基于驾驶员情绪的表情数据集。针对CNN中LeNet模型的不足,提出改进方案,搭建改进LeNet模型。利用数据集对LeNet模型和改进LeNet模型进行训
对于未来,每个人或多或少都会有所憧憬。而我们憧憬的未来,需要当下的自己做好规划,不断奋斗,才能实现。规划,作为行动指南,其重要性不言而喻。那么,如何规划?根据职业生涯发展理论,一个人的职业生涯可分为成长期、探索期、建立期、维持期和衰退期。中等教育阶段是职业生涯探索期和建立期的衔接阶段,也是一个人进行生涯规划的关键期。因此,在这一阶段,除了学习文化课知识、专业技能外,同学们还应有意
期刊
针对文本分类问题，提出新的基于知识增强的图卷积神经网络（KEGCN）分类模型. KEGCN模型在整个文本集上构建了一个包含单词节点、文档节点、外部实体节点的文本图，不同类型节点之间使用不同的相似性计算方法；在文本图构建完成后将其输入到2层图卷积网络中学习节点的表示并进行分类. KEGCN模型引入外部知识进行构图，捕获长距离不连续的全局语义信息，是第1个将知识信息引入图卷积网络进行分类任务的工作.在
随着互联网时代的发展,人们更加注重食品,喜欢吃,愿意吃,随之而来越来越多的产品浮现在人们眼前。坚果类以其口感也大受欢迎,作为坚果类中的佼佼者的三只松鼠,有大量的忠实客户,获得了许多认可,同时商品销售异常火爆。本文旨在通过对三只松鼠的营销策略进行研究,分析其火爆的原因,并找到未来的发展策略。
现有基于神经网络的多标签文本分类研究方法存在两方面不足，一是不能全面提取文本信息特征，二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题，本文提出融合卷积神经网络-自注意力机制（CNN-SAM）与图注意力网络（GAT）的多标签文本分类模型（CS-GAT）。该模型利用多层卷积神经网络与自注意力机制充分提取文本局部与全局信息并进行融合，得到更为全面的特征向量表示；同时将不同文本标签之间的
自2018年,"泛娱乐化"升级为"新文创"后,以IP为核心的文化生产方式越来越受到大众的关注,各大中小型博物馆也深刻认识到IP开发设计的重要性。新媒体时代的到来,让博物馆IP形象的构建与推出吸引了大批年轻消费者,产生了良好的经济效益、社会效益和文化效益。基于此背景,文章针对"博物馆IP"的开发设计进行研究,通过对"观复博物馆IP——观复猫"这一案例进行深入分析,分析IP开发的意义,提出IP的开发思