多层砖混结构房屋震害预测     

黄山  刘洋  沈思 《工程建设与档案》2011,(1):69-71

近年来地震对人类的危害变得越来越大,做好建筑物震害预测工作具有非常重要的现实意义,尤其是目前城市中一些旧的多层砖混结构房屋,其抗震能力较差。为了较好的预测多层砖混结构房屋的震害,该文采用结构易损性分析方法对该类房屋的未来震害进行了预测分析,对今后进行抗震防灾规划和震害预测工作具有一定的参考意义。  相似文献   

网络信息资源管理策略分析     

沈思  徐纪涛 《考试周刊》2009,(19):191-192

教育信息化建设当前正处于网络信息资源协同建设和结构优化的重要阶段。我们必须重视提高网络信息资源的管理效益,深入研究网络信息资源管理的内涵与任务、问题与对策,使网络信息资源在教育教学中更好地发挥基础性支撑作用。  相似文献   

国内外"人工智能与图书馆"研究的知识网络及演化态势分析     

王璇  王晓文  沈思 《大学图书情报学刊》2019,37(5)

  相似文献   

基于DEA的高校图书馆数字资源配置效率评价     

沈思  呼翠侠  张红英  孙红湘  袁建安 《技术与创新管理》2015,36(3)

数据包络分析(Data Envelopment Analysis简称DEA)是一种对若干同类型具有多输入、多输出的决策单元的相对效率与效益进行比较的有效方法,运用这种方法对高校图书馆数字资源配置的效率进行评价。以西安科技大学图书馆2013年数字资源采购与利用的统计数据为样本,建立指标体系,用DEA模型对总效率、技术效率和规模效率进行了实证研究。将被评价的类目分为相对有效和相对无效,并指出相对无效类目的不足及改进之处,为提高高校图书馆资源利用效率提供决策支持。  相似文献   

图书情报学项目研究现状与热点：基于“十三五”时期国家社科基金年度与青年项目的分析          下载免费PDF全文

马赫  关心惠  沈思 《情报科学》2022,40(4):186-192

【目的/意义】通过梳理分析“十三五”时期国家社科基金图书情报学项目立项情况和研究进展,洞悉本学科 研究发展状况与研究热点,为本领域项目研究工作提供思路与方向。【方法/过程】以 2016-2020年度立项的 741项 国家社科基金项目和国内 CNKI收录的 283篇项目研究论文为样本,采用文献分析法和可视化分析工具 Gephi,从 研究现状、项目立项数量、项目类型、研究机构、研究人员等层面进行解析,同时通过关键词分析“十三五”期间图书 情报学项目二级学科研究热点。【结果/结论】项目研究呈现以下热点和研究趋势：一是新文科建设背景下图书情报 学学科的交叉融合,二是时代特征下信息及舆情的重要需求,三是传统文化传承视角下文献整理与研究价值凸显, 四是图书情报学学科发展的理论与方法创新。【创新/局限】结合论文与项目等数据样本,提供了一种基于可视化工 具分析图书情报学项目二级学科研究热点与特征的新路径。  相似文献   

关于中国古代文化史研究的几个问题     

葛志毅  沈思 《廊坊师范学院学报》2014,(1):66-69

从20世纪80年代开始,文化史研究再度兴起,它打破了此前公式化、概念化通史一家独盛的局面,使史学研究内容多元丰富起来.继则因国学及儒学研究的再兴,中国古代文化史的研究呈现方兴未艾之势.但关于文化史的概念、体例、分期、中外比较及传统文化与现代化关系诸方面,仍存在一些理论上需要深入讨论的问题,必须认真思考和对待.  相似文献   

我跳得最高     

沈思 《创新作文(初中版)》2014,(32):22

只听沈思一边跳一边吹道:告诉你们一个秘密,我是世界上跳得最高的人哦!前几天,我出去游玩,突然,我发现草地上有一条大青虫!从小就怕虫子的我立刻站起来,一边尖叫,一边跳跃着躲过虫子。我跳得一次比一次高,第一次是1米,第二次是10米,第三次是50米,第四次是200米,第五次竟然跳到了月球上!当我意识到自己已经跳到月球上的时候,我看到了一位美若天仙的女子,她怀中还抱着一只又白又可爱的兔子。呀!难不成  相似文献   

说回忆     

沈思 《今日科苑》2004,(2):1-1

人们常说，爱回忆是老年人的特征。回忆属于老人。  相似文献   

基于OCC模型和LSTM模型的财经微博文本情感分类研究   总被引：1，自引：0，他引：1  

吴鹏  李婷  仝冲  沈思 《情报学报》2020,39(1):81-89

为了解决财经微博文本中网民情感状态转移的时序数据分析问题,本文提出一个基于认知情感评价模型(Ortony,Clore&Collins,OCC)和长短期记忆模型(long short term memory,LSTM)的财经微博文本情感分类模型(OCC-LSTM)。基于OCC模型从网民认知角度建立情感规则,对财经微博文本进行情感标注,并作为LSTM模型进行深度学习的训练集;基于LSTM模型,使用深度学习中的TensorFlow框架和Keras模块建立相应的实验模型,进行海量微博数据情感分类,并结合13家上市公司3年的微博文本数据进行实证研究和模型验证对比。实证研究结果发现本文提出的模型取得了89.45%的准确率,高于采用传统的机器学习方式的支持向量机方法 (support vector machine,SVM)和基于深度学习的半监督RAE方法 (semi-supervised recursive auto encoder)。  相似文献   

大数据时代情报学教育的回顾与展望     

刘浏  王东波  沈思  谢靖  陈昱成 《情报学报》2020,39(12)

  相似文献