论文部分内容阅读
谈新《会计法》的主要精神
【出 处】
：
财税与会计
【发表日期】
：
2000年2期
其他文献
在传统的人工免疫网络基础上,将多智能体技术的典型策略融入到免疫网络的进化过程中。算法引入了邻域克隆选择,操作过程从局部到整体,能够更加全面地模拟免疫网络的自然进化模型;同时在免疫网络进化过程中增加了抗体间的竞争和协作操作,提高了网络的动态分析能力。后续实验中,分别采用常用的三组UCI数据和一幅红树林多光谱TM遥感图像对算法加以验证,实验结果表明算法对遥感图像有较高的分类效率,对UCI数据也有较好的
为了进一步提高无标志软件缺陷数据预测的精度,提出了一种基于超欧氏距离近邻传播的软件缺陷预测方法。在近邻传播算法中引入密度思想,定义了密度因子和超欧氏距离测度概念,设计了密度敏感相似度度量元(即密集度量元),解决了传统近邻传播算法采用欧氏距离表示数据相似度难以有效处理复杂结构数据的不足。该方法应用于无标志软件缺陷数据的预测,并通过三组航空航天软件数据仿真验证了该方法的有效性,提高了无标志软件缺陷数据
为同时保证无线传感器网络数据的可靠传输,降低密集传感器网络中冗余的传输链路产生的节点之间的干扰对网络传输的影响,需要对网络的拓扑密度进行控制。基于节点的真实信道传
针对传统决策树分类算法需要依靠人工构造特征才能实现对数据进行分类的问题,以及其在处理海量天文数据时所面临的处理速度和资源分配瓶颈问题,结合深度学习强大的特征学习能力和Spark高效的数据处理性能,提出了一种基于Spark平台的深度感知决策树并行化算法,并将其应用于天文恒星/星系分类问题中。研究结果表明,该算法具有很好的可伸缩性,可以通过增加Spark集群计算节点的数量,来减少分类模型所需的训练时间
网页标题具有简洁、信息量大的特点,而且其中蕴涵了丰富、动态、复杂的人物关系。主要针对网页标题文本中的人物关系抽取进行研究,提出一种双模型投票的机器学习方法。针对19种关系类型分别进行特征抽取和选择;使用两种统计模型——最大熵和支持向量机分别进行模型训练;对于每种关系类型利用模型投票的方法,即选择训练集中得到性能较好的模型作为该类的模型,最后使用训练好的模型对测试集进行测试。结果显示,该方法对于人物
受Wi-Fi系统有限物理带宽限制,时间反转定位算法的定位精度难以得到提升。当定位范围较大时,在线定位阶段所需的匹配运算量更大,导致定位时间更长。针对上述问题,提出了一种基于时间反转的二阶段Wi-Fi室内定位方法。首先对接收信号强度和信道频率响应进行离线采集,利用接收信号强度和K近邻匹配算法进行位置粗估计,大致确定待测点所在范围。随后根据粗估计结果筛选原始指纹库,构建指纹库子集。在位置精估计阶段,计
四旋翼飞行器系统是强耦合、多输入多输出(MIMO)和非线性的。首先进行动力学建模,考虑模型参数确定与阵风干扰两种情况;然后提出了一种自适应积分反步控制方法应用于飞行器跟踪期望轨迹,整个控制系统采用双闭环回路结构,内回路用于控制姿态,外回路用于稳定位置;最后在模型参数确定的情况下,与积分反步法(integral backstepping,IB)进行实验对比。在模型参数不确定情况下,对飞行器的期望姿态
随着资源描述框架(resource description framework,RDF)数据量的快速增长,利用分布式的方法来存储和管理大规模RDF数据成为当前的研究热点。为了实现对海量RDF数据的高效存储和查询,研究了RDF三元组在分布式平台Hadoop中的存储和查询方法,提出了一种新的基于Hadoop的RDF数据处理优化方法,通过采用基于HBase混合式数据布局方法以及引入MapReduce连接
案例学习是CBR(case-based reasoning)推理机的重要环节,但由于案例的多样性以及对领域的依赖性,导致CBR系统中案例自动生成困难的问题。针对这一问题,提出将seq2seq(sequence-to-sequence)模型用于案例学习。通过seq2seq模型自动生成案例,引入attention机制,提高seq2seq模型生成案例的效果,并利用潜在语义分析(latent semant