人工智能技术在网络舆情大数据传播特征挖掘中的应用

来源 :信息与电脑 | 被引量 : 0次 | 上传用户:cyfzyzclwhzy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在利用传统挖掘方法对网络舆情大数据传播特征进行挖掘时,存在挖掘结果与实际情况不符的问题。基于此,笔者重点探讨人工智能技术在网络舆情大数据传播特征挖掘中的应用,首先分析了网络舆情大数据的概念和网络舆情大数据的传播特点,进而分析了网络舆情大数据的传播特征,最后利用人工智能技术对大数据传播特征分类进行分析。实验结果表明,与传统挖掘方法相比,设计的挖掘方法与实际更相符,精度更高。
其他文献
为了制备孔隙率高、降解性良好,并且在高温环境中性能良好的纤维素气凝胶,首先利用2,2,6,6-四甲基哌啶氧化物(TEMPO)介导氧化漂白的硫酸盐软木浆,制备纤维素微纤维(CMF);然后通过Zr4+和Zr4+/SiO2溶胶前体溶液改性处理CMF以制备纤维素水凝胶;最后将水凝胶冷冻干燥获得Zr和Zr/Si杂化纤维素气凝胶。结果表明:制备得到的气凝胶,在高温化境下,Zr4+能转化为耐热的氧化物,添加的SiO2
石家庄是革命的土地,英雄的土地,是“新中国从这里走来”的土地。石家庄市的红色文化资源丰富,在这里,西柏坡党中央旧址、西柏坡纪念馆、石家庄解放纪念馆、爱国主义教育基地的红色文化精神,都是激励我们团结奋斗、砥砺前行的强大精神动力。加强红色文化品牌建设,拓展红色文化内涵,构建多元化教育体系,创新红色文化传播模式对进一步推进石家庄红色文化的传承与发展具有重要意义。
传统运算方法存在对于串行数值的分析单元小等问题,为此提出一种程序设计语言数组串行运算方法。在设计过程中,结合欧拉公式对数组赋值语句进行串行化处理。同时,可采用设定数组运算方程的方式规划程序语言数组运算序列,并将数组串行运算过程当作一种倒向函数传导的计算过程,以此输出数组串行运算结果曲线。实验结果表明,与传统运算方法相比,本文提出的运算方法的精度可达0.000 01,能够有效保证运算结果的准确性。
针对现有火灾报警器的不足,本文设计一款基于物联网的新型火灾报警器。该报警器将STC89C52单片机作为核心控制器,与MQ-2传感器和DS18B20温度传感器等相结合构成火灾报警系统,能够实现火情的探测与火灾报警功能。当空气中的危险气体、温度、烟雾浓度值较高时,火灾报警器会发出报警信号,通过这些传感器和单片机芯片结合实现智能化自动化火灾报警。测试表明,该报警器在发生火灾时可以及时报警,有利于减少人员
针对FCM算法聚类中心存在初始化随机、迭代次数多等问题,笔者提出一种基于改进遗传算法的作物图像FCM分割方法。因传统遗传算法存在收敛性差,易陷入局部最优的问题,本文将自适应调整交叉算子和变异算子,以提高确定聚类中心的精度,达到最优分类结果,并且减少算法的迭代次数,以提高计算速度。分别用FCM算法和本文算法对不同类黄瓜病害叶片图像进行分割,本文算法获得比较满意的分割结果,为以后的农作物智能化、精准化
信息化环境下教育教学的创新与实践,大力推进了信息技术与教育教学的深度交融。随着我国中小学、学前教育信息化的不断发展,微格教学实训室凭借特有的教学模拟、示范观摩、管理等功能已广泛应用在实践中,不仅能够提高教学质量,还有利于激发学生的学习积极性。基于此,笔者重点探讨了微格教学实训室在师范类院校中的应用,希望能够为相关研究提供借鉴。
我国经济发展迅速,建筑行业不断发展,建筑工程项目也越来越规模化,更加需要专业的工程造价管理和控制。工程造价管理和控制是降低建设工程实施成本,提高建设工程经济效益的重要途径。建筑工程造价全过程管理与控制正是将建筑工程造价控制目标分阶段、分项目层层落实、动态管控的过程,确保分项、分部工程造价控制目标与项目整体目标一致。
美国Berry全球集团于2021年3月24日表示,2021年将继续投资,进一步扩大其在欧洲的非织造布产能。这条新生产线预计将于2022年第三季度投入使用,但目前尚未给出具体位置。Berry公司表示,目前在非织造材料方面的总投资超过1.1亿美元,用于生产消毒湿巾等产品。在2020年需求激增之前,用于家庭清洁和消毒的欧洲浸渍湿巾在2014—2019年期间以5%的速度增长。
建模和重建视觉世界动态的能力对于建立智能代理至关重要。除了纯粹的科学兴趣之外,学习如何合成连续视觉体验在图像处理和自动驾驶等领域中具有广泛的应用。为了全面反映生成对抗网络在计算机视觉领域的研究进展,笔者对国内外公开发表的具有代表性和前沿的论文进行概述,首先分析计算机视觉和生成对抗网络的含义,进而探究生成对抗网络在计算机视觉领域的应用。
针对中文语言的特点及大多数深度学习模型的预处理容易忽略上下文的语义,笔者提出基于改进ERNIE模型的中文文本分类方法。该方法首先利用知识增强的语义表示预训练模型生成基于上下文信息的词向量,然后通过卷积神经网络和长短期记忆网络对训练后的词向量进一步提取特征信息,最后使用softmax分类器进行分类。实验结果表明,该方法相较于CNN(Convolutional Neural Networks)、BiLSTM等分类模型的效果更好,有效提高了中文文本分类性能。