简介:为解决大规模本体理解问题,提出了一个从复杂网络分析的角度研究大规模本体结构信息和重要概念挖掘的方法.通过将基因本体的各种视图转换为网络进行全面分析,证明了整个基因本体具有明显的复杂网络特征,尤其是"小世界特性"和"无标度特性";但其子本体的复杂网络特性没有这么明显,往往只具有"无标度特性"而没有"小世界特性".同时,利用网络分析中常用的节点重要性度量算法对本体中的重要概念进行挖掘.在此基础上,提出了基于MEDLINE信息检索结果的概念重要性评价算法,评估几种节点重要性算法用于本体重要概念挖掘任务的正确性.实验结果表明介数中心性算法在各种节点重要性度量算法中最适合于本体重要概念挖掘.
简介:生效案件已经暴露了非法利用信息网络罪的罪质不明、追诉标准阙如、司法竞合处置有失妥当、积极适用的司法导向淡薄等问题。基于"利用信息网络"的行为特质,应明确《刑法》第287条之一的网络独立预备犯之立法旨趣,是一般性罪名,起基础性的规制功能,取代《刑法》第287条发挥司法兜底之用。不宜限制解释"其他、等‘违法犯罪’(信息、活动)",扩张解释更符合第287条之一法定的相对有限的一般性规制功能。"同时构成其他犯罪的,依照处罚较重的规定定罪处罚"是限制刑罚处罚的提示性规定,本罪在实践中与关联犯罪的实质竞合概率应极低。应确认信息网络安全管理秩序的具体法益内容,固化其释法机能。应明确"情节严重"的具体追诉情形,注重通过案例指导制度提供持续性的司法供给。
简介:研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.