【摘 要】
：
当今的许多大中型企业中总有数目繁多的科技项目亟待立项,这些待立项的科技项目常常会在特定的时期需要大量的相关行业专家来进行评审,然而这时仍沿用传统的人工遴选项目评审专家的方式,想在短时间内找出一批合适的项目评审专家无疑是十分困难的。对此本文以科技项目的评审专家遴选问题为研究背景,选用电力行业内真实的项目申报材料作为研究样例,应用自然语言处理模型预测出每篇科技项目与电力行业内相关研究领域之间的关联度,
论文部分内容阅读
当今的许多大中型企业中总有数目繁多的科技项目亟待立项,这些待立项的科技项目常常会在特定的时期需要大量的相关行业专家来进行评审,然而这时仍沿用传统的人工遴选项目评审专家的方式,想在短时间内找出一批合适的项目评审专家无疑是十分困难的。对此本文以科技项目的评审专家遴选问题为研究背景,选用电力行业内真实的项目申报材料作为研究样例,应用自然语言处理模型预测出每篇科技项目与电力行业内相关研究领域之间的关联度,再利用组合优化算法为其遴选出合适的评审专家,最终实现了科技项目评审专家智能遴选系统。本论文的研究内容主要包含以下三个部分:（1）利用爬虫程序搜集电力行业知名专家历年所发表的论文及专利等文本语料,借助自然语言处理模型预测出每篇文本所涉及研究领域的相关度,据此构建起每位评审专家的能力画像;同时应用该模型对待审科技项目的申报文本进行关联度预测,得到每篇科技项目与电力行业内相关研究领域之间的关联度。（2）对待审科技项目所涉及研究领域的关联度和候选评审专家的能力画像进行综合分析,考虑在分组项目评审的背景下遴选出合适的评审专家团体。本文最终借助组合优化算法的相关求解策略实现了评审专家遴选算法。实验表明,本文所提出的评审专家遴选算法可以根据科技项目在初审阶段和终审阶段的不同需求,适应性地遴选出合适的评审专家团体。（3）结合本文所提出的关联度预测模型和评审专家遴选算法,研究并实现了基于WEB端的科技项目评审专家智能遴选系统,同时对该系统展开综合性测试以分析并评价其专家遴选效果,最终验证了该评审专家智能遴选系统的可行性及有效性。
其他文献
随着当代互联网技术的不断革新,越来越多的单位使用互联网软件传输机密数据。互联网应用的不断深入和扩展,也为计算机网络带来越来越多的安全隐患。本系统旨在设计并实现匿名、安全的文件传输管理系统,为用户提供好友管理、群组管理、匿名聊天、文件传输等功能。在Tor（The Onion Router,洋葱路由器）网络中,用户借助匿名通信技术,多层加密通信数据,让流量监控无法嗅探到用户数据和用户身份信息,维护文件
相较于传统的在远端云中心进行数据处理的方式,移动边缘计算（Mobile Edge Computing,MEC）通过将计算和存储能力下沉到网络边缘,提供了高带宽低时延的网络环境,从而能够提高时延敏感业务的服务质量。作为MEC的关键使能技术之一,网络功能虚拟化（Network Function Virtualization,NFV）支持将网络功能与底层硬件资源解耦,在统一的物理基础架构之上配置虚拟网络
由于无线通信设备的增长和网络技术的发展,对频率的需求不断增长。为了在有限的频率资源环境中有效地共享频率,应该进行研究以开发频谱共享技术。传统的频谱共享研究依靠中央机构来验证每个频谱共享交易的真实性,缺少安全的频谱共享机制,这容易受到众多的安全威胁。其次,通过频谱感知,或频谱数据库进行的传统频谱共享机制使用效率并不是很高。最后,由于同频道干扰和其他干扰,自私且理性的频谱所有者不愿在没有适当经济补偿的
近年来,互联网技术快速发展,各类信息剧增,互联网上每天有海量信息在生成、传播和存储。作为人的标识之一的人名,在互联网检索中有非常重要的意义。但由于人口巨多,人名数量巨大,使得进行人物相关文章的搜索时,重名现象严重,搜索引擎不能达到预期的效果,返回的内容中包含大量噪声信息,需要用户去进一步的识别、筛选,这就使用户检索信息的难度大大增加。因此如何设计一个系统,能高效识别人物,消除人名歧义,节省用户搜索
随着工业互联网的发展,带来终端传感设备数量激增,传输与存储的数据呈现爆炸式增长,企业、机构通过数据挖掘能够进行一系列的分析、预测,但传感数据普遍存在数据质量高低不齐的现象,若直接使用,将造成信息的误判,经济、时间等损失。因此应找到一种合适的数据质量评估方法,对数据质量进行评估,让后续的分析、预测等操作有一个良好的数据质量保障。本文研究了数据质量评估的主流方法,重点分析了基于机器学习的数据质量评估法
票房作为衡量电影能否盈利的重要指标,受诸多因素共同作用影响且其影响机制较为复杂,电影票房的准确预测是比较有难度的。目前电影票房预测的研究存在依赖社会媒体舆论信息、影人价值量化方式单一、没有挖掘影人合作关系价值等不足。尤其如果要在电影上映前给出预测,基于社会媒体评论和舆论热度的票房预测方法难以应用。本文提出了一种基于 GBRT（Gradient Boosting Regression Tree）和关
飞机表面蒙皮伤痕是威胁飞行安全的一大主因,因此,航空公司在飞机转航停场期间对蒙皮伤痕进行检测是保障飞行安全的重要工作。目前较为先进的检测方法是基于计算机视觉的伤痕检测法,该方法将采集到的飞机蒙皮图像传输给伤痕检测服务,进行基于人工神经网络的图像处理以识别伤痕类型及位置信息,从而判断蒙皮受损程度,保障飞行安全。由于检修飞机数量多、检修时间短,该方法在图像传输、处理过程中需要进行大量的数据传输和计算。
语音增强作为语音任务的前置预处理技术,在语音识别、语音分离等中得到了广泛的应用。语音增强主要是从含噪语音中去除掉噪声语音,恢复纯净语音。在过去的研究中,主要分为传统算法和基于深度学习的方法。传统的算法包含了许多假设,在低信噪比环境下会出现语音失真。现在基于深度学习的算法被证明效果要优于传统的算法。本文主要工作是提出了基于时域的语音增强算法。过去利用深度学习来进行语音增强时,往往工作在频域,需要将含
科学的体育运动能够改善人体的健康状况,对人们日常生活中的体育运动进行定量分析,能够有效避免不当运动带来的损伤及达到运动促进健康的最优效果。步行作为人们日常生活中最主要的运动方式,步态数据对于评价人体健康程度具有十分重要的研究价值。随着5G商用的逐步推进,物联网（Internet of Things,IOT）的快速发展带动了人们对体联网（Internet of Bodies,IOB）的探索,基于可穿