作者：李波; 王磊; 王超 刊期：2017年第04期

大數(shù)據(jù)時代背景下．通過教育大數(shù)據(jù)研究促進(jìn)教育發(fā)展、為教育決策提供支持成為未來教育的發(fā)展趨勢。大數(shù)據(jù)環(huán)境下的精；住教育主要研究如何根據(jù)學(xué)習(xí)者的個性化特征給出相應(yīng)的教學(xué)方案，從而提高教學(xué)效果，真正實(shí)現(xiàn)“因材施教”。本文對教育大數(shù)據(jù)的兩大主要研究領(lǐng)域，即教育數(shù)據(jù)挖掘（EDM）和學(xué)習(xí)分析（LA）進(jìn)行了簡要介紹。同時，苯文對當(dāng)前教...

作者：馬元魁; 張雪赟 刊期：2017年第04期

通過構(gòu)造F統(tǒng)計(jì)量對有序樣本分類，基于分類檢驗(yàn)法對空氣質(zhì)量影響因子含量變化進(jìn)行顯著性分析，進(jìn)而對政府治理環(huán)境的效應(yīng)進(jìn)行評價。利用西安市2013年12月至2015年3月，以及20lzt年12月至20l6年3月這兩個時間段的空氣指數(shù)等相關(guān)數(shù)據(jù)，對西安市環(huán)境治理效應(yīng)進(jìn)行評價．結(jié)果表明西安市在PM2．5、PMl0、SO2、CO和NO2的治理方面有明顯的改善，對O2的治...

作者：李銀; 位瑞英 刊期：2017年第04期

復(fù)雜網(wǎng)絡(luò)廣泛存在于日常生活，首先．給出幾類標(biāo)；位的網(wǎng)絡(luò)模型；然后，利用穩(wěn)定性控制方法設(shè)計(jì)并實(shí)現(xiàn)了具有時滯與非時滯耦合的復(fù)雜網(wǎng)絡(luò)模型快速控制；最后．通過構(gòu)造優(yōu)化Lyapunov函數(shù)，討論其模型的射影同步問題，得到了系統(tǒng)全局穩(wěn)定的條件和有效的控制囂．以實(shí)例數(shù)值驗(yàn)證其方法的可行性。

作者：孫誠; 王志海 刊期：2017年第04期

鏈路預(yù)測是網(wǎng)絡(luò)信息挖掘的主要研究內(nèi)容，通過對網(wǎng)絡(luò)結(jié)構(gòu)和其他信息的分析，挖掘缺失的鏈接或預(yù)測未來可能出現(xiàn)的鏈接。鏈路預(yù)測在推薦系統(tǒng)、社會網(wǎng)絡(luò)和生物網(wǎng)絡(luò)分析中有著十分廣泛的應(yīng)用。本文首先介紹了基于公共鄰居、路徑和隨機(jī)游走的8種常用的鏈路預(yù)測指標(biāo)．并在此基礎(chǔ)上提出了一種基于這8種指標(biāo)線性組合的度量指標(biāo)，并經(jīng)過實(shí)驗(yàn)找出了較好的...

作者：楊晶晶; 王騫; 宣曉華 刊期：2017年第04期

以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法在醫(yī)學(xué)影像分析領(lǐng)域正引起廣泛美注，并取得了令人驚嘆的進(jìn)步。為了進(jìn)一步提高卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)輔助篩查肺結(jié)節(jié)應(yīng)用的準(zhǔn)確率，本文設(shè)計(jì)了2種改良的深度卷積神經(jīng)網(wǎng)絡(luò)，這些改進(jìn)加快了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度．有效地防止了算法的過擬合。相比只采用二維卷積核的其他檢測模型，該模型能夠有效地學(xué)習(xí)到CT影像三...