您的位置： 专家智库 > 作者详情>崔唯

崔唯

作品数：4 被引量：0H指数：0
供职机构：汉口学院更多>>
相关领域：理学自动化与计算机技术更多>>

合作作者

题名
作者

文献类型

  • 4篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 2篇理学

主题

  • 1篇大学生
  • 1篇信息推送
  • 1篇学习机
  • 1篇用户
  • 1篇用户兴趣
  • 1篇用户兴趣模型
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数学
  • 1篇数学建模
  • 1篇投票机制
  • 1篇全国大学生
  • 1篇文本
  • 1篇文档
  • 1篇文档分类
  • 1篇向量
  • 1篇向量机
  • 1篇矩阵
  • 1篇可扩展
  • 1篇可扩展标记语...

机构

  • 4篇汉口学院

作者

  • 4篇陈盛双
  • 4篇崔唯
  • 1篇姚志鹏
  • 1篇何丹

传媒

  • 4篇汉口学院学报

年份

  • 1篇2016
  • 1篇2014
  • 1篇2013
  • 1篇2012
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
相关度排序
文本碎片的拼接复原
2014年
将两篇完整纸质印刷文章进行条形或矩形分割成碎纸片后，分别根据最小差值模型和最小无穷范数匹配模型进行匹配，自动恢复原图。
陈盛双姚志鹏崔唯
微博信息推送系统中用户兴趣模型的研究
2013年
信息推送和信息提取相比，是一种更为智能、只有更高时效性的信息获取方式。在此类服务中，信息服务商主动地将组织后的信息通过某种渠道推送给用户，使得用户能及时获知与自己兴趣相关的信息。因此，获得用户的兴趣是信息摊送的基础。利用网络信息挖掘的相关技术，对用户历史浏览的微博内容、好友结构和用户编写博文的行为等进行研究学习，将得到的用户兴趣喜好用结构化的形式保存作为用户个体的兴趣模型：同时在不断的学习过程中，针对用户行为以及浏览内容的变化，对已有的用户兴趣模型进行修改更新。
陈盛双崔唯
关键词：信息推送
基于极限学习机的XML文档分类
2012年
研究基于极限学习机（ELM）的XML文档分类方法。在结构链接向量模型的基础上，提出一种改进的特征向量模型RS—VSM．将有效的结构化信息表达到向量模型中，以优化文档的相似性计算。应用多分ELM对XML文档进行分类，为提高ELM分类的准确率，提出一种基于投票机制的Voting—ELM算法。实验结果证明，该算法的分类效果较优。
陈盛双崔唯
关键词：可扩展标记语言极限学习机投票机制
利用数学建模培养和提升学生的认知与创新能力——以2015年全国大学生数学建模A题为例
2016年
数学建模对于学生认知和创新能力的培养和提升具有重要推动作用。从数学建模具有的重要价值出发，通过例子进行分析，探讨了教师在数学建模中具有的重要作用，提出理工科专业应适当开设数学建模课程；在数学建模教学过程中，不仅学生需要培训，教师也需要进行相关培训；建立数学建模教学与培训的的相关措施等建议，以培养学生的认知和创新能力。
何丹陈盛双崔唯
关键词：数学建模教师
全选 清除 导出
共1页<1>
聚类工具0