史科

作品数:8被引量:12H指数:2
导出分析报告
供职机构:安徽广播电视大学更多>>
发文主题:词共现模型交叉覆盖算法垃圾邮件过滤教学向量空间模型更多>>
发文领域:自动化与计算机技术哲学宗教文化科学更多>>
发文期刊:《合肥工业大学学报(自然科学版)》《景德镇学院学报》《科教文汇》《中文信息学报》更多>>
所获基金:教育部人文社会科学研究基金国家自然科学基金国家重点基础研究发展计划更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
基于源抑制的内网流量自适应控制算法研究被引量:1
《微型机与应用》2016年第16期57-59,共3页张文盛 史科 
安徽省教育厅高校优秀青年人才支持计划重点项目(gxyq ZD2016445);安徽广播电视大学科研项目(qn11-11)
针对源抑制机制在内网流量控制中存在的带宽利用率不高的问题,提出一种基于源抑制的内网流量自适应控制算法。该算法在网关上监视网络流量,当总流量小于阈值时,不执行流量控制;当总流量超过阈值时,开始统计每个用户的流量,找出流量较大...
关键词:源抑制 动态流控 自适应 流量攻击 
基于微信公众号的大学生心理行为健康评估研究
《景德镇学院学报》2016年第3期42-44,共3页张浩 史科 杨利 
2016年度安徽高校人文社会科学研究项目(SK2016A0964)
各类手机App应用如QQ、微信等的广泛应用,使得大学生这一群体在网络购物、交流互动、休闲娱乐等网络行为中表现活跃。本文基于微信公众号的应用,以大学生心理行为健康状况调查报告为问题导向,借助BP神经网络进行分析研究,以此为高校教...
关键词:微信公众号 心理行为 BP神经网络 健康评估 
成人高校计算机基础职业化教学实践与探索
《科教文汇》2013年第3期63-64,共2页史科 
在计算机基础课程教学中加强"职业型"教师队伍建设,实施"职业模块"化教学,选择来自职业一线的问题作为教学和练习的课例,做到实训职业化、指导及时性,加强学生自学能力、协作交流能力、创新能力训练,形成职业化素质,培养可持续发展能力。
关键词:计算机 职业化 教学 
基于共现词对的文档表示方法研究
《阜阳师范学院学报(自然科学版)》2012年第4期60-63,77,共5页史科 宣国庆 
提出一种新的文档表示模型——基于共现词对的向量空间模型。模型以文档中共现的词对为基本考察对象,通过统计学特征选择有代表性的词对来表示文档。基于覆盖算法的文本分类实验表明此模型有较强的文档表示效果,为文本自动化处理提供了...
关键词:共现词对 文档表示 向量空间模型 特征选择 
基于交叉覆盖算法的成绩预测
《中国科技信息》2012年第13期167-168,共2页史科 宣国庆 
本文主要利用交叉覆盖算法,通过实验找出对初中生学习影响较大的因素。交叉覆盖算法是利用了M-P神经元模型的几何意义得到的一种领域覆盖的算法,它在一定意义上考虑到了网络结构的优化问题,可以使得产生的神经网络的规模较小,而且方法...
关键词:数据挖掘 交叉覆盖算法 综合素质评价 成绩分析 
垃圾邮件过滤中特征选择方法研究被引量:2
《合肥工业大学学报(自然科学版)》2009年第12期1863-1866,共4页王军 史科 王辉 
文章对垃圾邮件过滤中的特征选择问题进行了研究,引入"词共现模型"考虑词语之间的语义联系信息,和传统的信息增益特征选择方法结合表示邮件,采用神经网络方法对邮件进行分类得到垃圾邮件过滤器。实验表明,文章提出的将词共现对和信息增...
关键词:垃圾邮件过滤 信息增益 词共现模型 神经网络 交叉覆盖算法 
基于词共现模型的垃圾邮件过滤方法研究被引量:4
《中文信息学报》2009年第6期61-66,71,共7页张燕平 史科 徐庆鹏 谢飞 
国家重点基础研究973计划资助项目(2004CB318108;2007CB311003);国家自然科学基金资助项目(60675031);教育部社科研究基金青年资助项目(07JC870006)
垃圾邮件过滤就是对邮件做出是垃圾或非垃圾的判断。传统的表示邮件的方法是在向量空间模型基础上通过信息增益等特征选择方法提取一部分词来表示邮件内容,存在语义信息不足的问题。该文提出一种将传统方法和词共现模型结合起来表示邮...
关键词:计算机应用 中文信息处理 向量空间模型 垃圾邮件过滤 词共现模型 交叉覆盖算法 
改进计算机教学 培养职业核心能力被引量:5
《中国科技信息》2007年第14期252-253,共2页史科 
成人的学习目的是为了提高自己的职业核心能力,在高校成人计算机应用基础课的教学过程中,要不断改进教学,突出职业核心能力的培养,以提高学生的实践技能和工作能力。
关键词:计算机应用基础 教学 培养 职业核心能力 
检索报告 对象比较 聚类工具 使用帮助 返回顶部