公共文化服务平台

申情: 作品数：57 被引量：63H指数：4; 供职机构：湖州师范学院更多>>; 发文基金：国家自然科学基金浙江省自然科学基金浙江省公益性技术应用研究计划项目更多>>; 相关领域：自动化与计算机技术医药卫生电子电信文化科学更多>>

合作作者

基于用户满意度的数字服务评价系统在高校电子服务平台的实现: 2012年; 针对当前高校电子服务的发展,提出了构建一个以模糊评测算法为核心、以高校电子服务平台作为载体、以获取用户满意度为目标的数字服务评价系统。采用单因素评测模型和多因素评测模型,分析并计算用户满意度情况,最终分别反馈给用户和管理员,为用户和管理员提供一个有效的数据交换中介。系统旨在"以用户为中心",将为用户提供良好的服务质量作为最终目标。; 杨初张磊沈张果申情; 关键词：用户满意度电子服务

利用社会网络上最有影响力节点实现高效病毒营销的方法: 本发明公开了一种利用社会网络上最有影响力节点实现高效病毒营销的方法，依次包括以下用户定义及资源定义、用户与资源之间的关系建立连边、两个用户之间的兴趣强度建立、定义界观尺度的带权网节点重要性度量指标、计算在带权网络下NN集...; 蒋云良苏晓萍申情宋玉蓉; 文献传递

基于组合混沌遗传算法的最小测试用例集生成被引量：4: 2016年; 最小测试用例集生成是软件测试的重要研究领域之一。将具有均匀分布特性的Chebyshev和Logistic混沌映射相结合的混沌序列引入遗传算法的选择、交叉和变异操作,并在遗传测试用例选择方法中添加混沌扰动,实现全局最优,以解决遗传算法用于测试用例集约简时局部搜索能力弱、易早熟收敛等问题。在随机生成的测试用例需求对应关系及Siemens测试套件等实例上进行了实验研究,并与现有的经典方法在测试用例集生成规模和算法执行时间上进行了比较,实验结果表明,在保持算法执行时间的基础上,在遗传测试用例方法中引入混沌映射有助于生成规模更小的测试用例集。; 申情蒋云良沈张果楼俊钢; 关键词：软件测试测试用例最小化混沌遗传算法测试用例

一种软件缺陷预测方法: 本发明公开了一种软件缺陷预测方法，涉及软件缺陷预测领域。包括：提取软件源代码的抽象语法树中节点构成的节点序列；将节点序列中每个节点的父节点和子节点作为上下文节点；计算上下文节点与上下文节点之间的中心节点的相似性，得到相似...; 申情周展赵康楼俊钢

一种基于多层次潜在特征的个性化推荐模型的构建方法: 本发明提出了一种基于多层次潜在特征的个性化推荐模型的构建方法，包括以下步骤：S1.将用户与物品的基本属性信息向量化表示为用户‑物品联立特征向量，作为模型输入；S2.通过FM，WNN，CN，DNN分别提取用户与物品不同层次...; 申情郭文宾楼俊钢茅立安; 文献传递

时空自适应动态图卷积网络交通流预测方法: 本发明公开了时空自适应动态图卷积网络交通流预测方法，能够通过引入门控时间卷积网络，通过使用不同粒度的扩张因果卷积网络来捕捉交通流的时间依赖性，扩张因果卷积网络的感受野大小随着隐藏层数量的增加呈指数增长，在堆叠扩张因果卷积...; 崔文恬楼俊钢申情刘振方

基于上下文语义的域对抗跨项目软件缺陷预测: 本发明公开了基于上下文语义的域对抗跨项目软件缺陷预测，包括以下步骤：S1、程序代码解析；S2、词向量生成：从AST中遍历出的节点序列，把节点序列转换成数值向量，将抽象语法树的节点视为自然语言中的一个单词,生成相应的词向量...; 申情许景楼俊钢张雄涛刘振方

对模糊集、粗糙集和Vague集的比较研究被引量：5: 2007年; 模糊集、粗糙集和Vague集三种理论都是对经典集合理论的扩展,使得集合论的应用扩展到了含糊的、不确定性的问题领域。介绍了三种集合的基本思想,重点分析三种理论的区别和内在联系,同时对三种理论的发展及应用作了一些探讨性研究。; 申情韩燮; 关键词：模糊集粗糙集 VAGUE集

自动化物流仓储设备: 本实用新型公开了自动化物流仓储设备，包括仓库，仓库内设有若干存储区域，仓库内设有移动上料台，上料台包括立柱，立柱上设有能够上下往复移动的托架，托架通过齿轮组驱动上下移动，托架上设有托盘。本实用新型通过上料台辅助上料，在上...; 申情; 文献传递

基于门控双层异构图注意力网络的半监督短文本分类被引量：2: 2023年; 针对现有的基于异构图神经网络的短文本分类方法未充分利用节点之间的有效信息,以及存在的过拟合问题,文中提出基于门控双层异构图注意力网络的半监督短文本分类方法(Semi-Supervised Short Text Classification with Gated Double-Layer Heterogeneous Graph Attention Network,GDHG).GDHG包含节点注意力机制和门控异构图注意力网络两层.首先,使用节点注意力机制,训练不同类型的节点注意力系数,再将系数输入门控异构图注意力网络,训练得到门控双层注意力.然后,将门控双层注意力与节点的不同状态相乘,得到聚合的节点特征.最后,使用softmax函数对文本进行分类.GDHG利用节点注意力机制和门控异构图注意力网络的信息遗忘机制对节点信息进行聚集,得到有效的相邻节点信息,进而挖掘不同邻居节点的隐藏信息,提高聚合远程节点信息的能力.在Twitter、MR、Snippets、AGNews四个短文本数据集上的实验验证GDHG性能较优.; 蒋云良王青朋张雄涛黄旭张雄涛黄旭; 关键词：半监督学习