【摘 要】
：
抖音短视频是信息发展的重要产物之一,抖音短视频吸收大量年轻、个性、多元化的内容。当代年轻人的信息来源大多是都依赖于抖音短视频app,抖音擅长分析大数据来判断当代年轻人的喜好。高校是当代学生进入社会的翘板,随着高校对自身知名度需求的增长校园宣传也是抖音短视频中的一大类别,高校文化的传播、校园环境的宣传、校园心境的分享都受着大众的喜爱。
【基金项目】
：
天津市级大学生创新创业训练计划项目资助（项目编号：202113659003）；
论文部分内容阅读
抖音短视频是信息发展的重要产物之一,抖音短视频吸收大量年轻、个性、多元化的内容。当代年轻人的信息来源大多是都依赖于抖音短视频app,抖音擅长分析大数据来判断当代年轻人的喜好。高校是当代学生进入社会的翘板,随着高校对自身知名度需求的增长校园宣传也是抖音短视频中的一大类别,高校文化的传播、校园环境的宣传、校园心境的分享都受着大众的喜爱。
其他文献
通信网络的飞速发展促使网络化控制系统取代了传统的控制系统,通过控制器远程操控被控对象来实现系统的高度分散。在实际应用中,时延、丢包以及乱序等一系列问题随着通信网络的使用而被引入到系统中。在众多解决网络通信约束的方法中,网络化预测控制方法因其能够主动补偿网络通信约束的不利影响而受到广泛关注。同时,由于网络带宽资源的有限,一种能够避免传输冗余数据的控制方式——事件触发控制引起了研究的热潮。事件触发机制
高铁是2022年北京冬季奥运会（简称冬奥会）主要交通方式之一,向冬奥会客流提供安全、高效、便捷的高品质出行服务,具有不可替代的作用。预测冬奥会京张高铁出行需求,结合日常非奥运的出行需求,优化冬奥会京张高铁列车时刻表,以满足日常人们的出行需求,并向冬奥会出行者提供高水平的出行服务,具有重要的理论与实践价值。首先通过分析冬奥会京张高铁客流来源、新增客流OD分布影响因素,建立冬奥会出行需求预测模型,预测
铁路高速化、高密度化、自动化和智能化的需求不断提高,如何确保在复杂多变环境下列车能保持安全、平稳、节能和环保的优势,成为轨道交通领域急需解决的问题。因此,本文从列车数据驱动建模,基于小样本数据的系统未知快时变参数在线实时辨识以及列车速度状态的准确估计等问题展开研究。针对高速列车的数据驱动建模问题,首先,建立了高速列车动力学模型,分析了复杂运行环境下列车所具有的时变性和不确定性。其次,考虑到未建模动
近年来国内外学者在学习领域关注颇多,学习结果预测是其中的一个重难点,诸多学者对其展开了多层面多维度的研究。传统的教学以知识点覆盖为目标,现有的学习测评研究大多聚焦在知识层面,分析知识点的掌握程度。我们知道学习的过程是学习者将知识转化为个体认知,并加以运用的过程。如今的学习分析研究多以知识掌握为学习目标,很少深入到学习者认知能力提升和潜在特质改变的研究中。但是在学习过程中,二者是紧密联系不可分割的。
传统的“站站停”轨道交通列车运行模式虽然可以满足乘客的出行需求,但是由于忽略了不同车站客流时空分布的不均衡性,影响了列车运力与乘客需求的匹配效果,造成乘客旅行时间增加、列车运行时间增加等问题。因此,对高峰期城郊轨道交通线路跳站运行优化进行研究有重要的理论和实践意义。为突破传统“站站停”难以精准匹配列车运力与乘客需求的局限性,考虑动态客流时空分布特征,在精细化刻画客流指标的基础上,以最小化乘客总旅行
图像分类相关的深度学习算法利用大量已标注的图片训练深度网络模型,通过不断的优化模型参数使得模型更好的预测未知图片类别。但对于某些样本数据难以获取以及需要耗费大成本才能完成图片标注工作的场景,传统的图像分类算法并不适用。因此研究在小样本情景下训练深度模型的方法,有助于降低研究成本,扩展深度学习应用场景。为了提高小样本图像分类准确率,本文利用小样本学习任务式训练模式,学习训练数据中不同任务结构来调整样
行人过街是城市交通优化控制重要环节,准确检测行人过街需求对于保障路口行人过街安全和提升交叉口通行效率有很重要的意义。在新疫情防疫要求和智慧城市建设的双重背景下,对行人过街需求检测技术提出了非接触、安全、高效、智能化的要求,因此在行人等待区域安装非接触式视频行人过街需求检测设备的需求十分迫切。随着计算机视觉和深度学习的发展,目前基于深度学习算法的视频检测算法在高算力计算平台上的准确率和实时性已经非常
元素分析在环境地质、石油化工、冶金陶瓷、生物环境、农业食品、临床医药、生命科学、新材料和核技术等领域有着广泛应用。随着社会科学技术的快速发展,各行各业对元素分析的快速性、稳定性、精确性等提出了更高的要求。而进样技术直接决定着元素分析仪器的分析性能和扩大分析方法的应用范围。为解决目前元素分析领域样品进样复杂、化学试剂浪费且不安全以及元素分析时间长等问题,本文提出一种新型的气溶胶进样系统,该系统是通过
随着我国“碳达峰”、“碳中和”战略目标的提出,我国交通运输体系正往“绿色交通”,公共交通优先的方向发展。公交车作为公共交通中最特殊的组成部分,对缓解交通压力、减少环境污染、提高公共安全起着重要的支撑作用。在执行某些特殊任务时,公交车往往会以队列的形式行驶。随着分布式人工智能的发展,通过多智能体系统来研究公交车的协同控制问题正在逐渐兴起。本文旨在多智能体系统（multi-agent systems,
食品安全关乎人民健康和社会稳定,如何对食品安全事件进行研判预警一直是社会关注的热点话题。随着互联网的发展,食品安全信息量呈爆炸式增长,且形式各异、质量不一,传统的情报研判技术在获取食品安全信息的过程中存在效率低、可解释性差等问题,不能对食品安全风险的发生起到很好的预测预警作用。针对这个问题,本文运用双通道理论和知识图谱推理技术构建高效、可解释性的食品安全情报研判模型,为食品安全风险的预警提供积极的