简介:摘要在新时代的发展下,计算机和网络成为了一个非常巨大的推力,也正是因为计算机和网络的存在,使得全世界的联系更为的紧密。作为网络发展的一个重大受益者,金融行业也正是因为网络的存在使得更多的人参与到其中,也使得金融行业的从业者能够更好的为广大民众提供更加便捷的服务。计算机和网络深刻影响着金融行业的发展。在本文,我们以语义web为基础,来对社群网络金融服务模式进行探讨,首先对现状和存在问题进行了阐述,之后对检索服务模式、推荐服务模式以及集成服务模式等三种模式进行分别阐述。
简介:基于社群经济高速发展的时代背景下,首次将离散型Hopfield神经网络应用到社群经济影响因素问题上。首先建立社群经济因素体系,通过ISM方法得出各因素间的层次结构关系。然后利用离散型Hopfield神经网络构建自媒体价值评估模型,通过MATLAB设计一个不断提高的理想评价指标来区分同一等级中的不同样本,最后,通过算例得出价值最高的自媒体。结果表明:注重提高特色化社群活动、用户参与决策、平台共享、社群文化构建这4要素更有利于提高自媒体价值,并提出了相应的对策建议,为企业及自媒体人提供借鉴价值。
简介:复杂系统与非线性科学密切相关。为了探讨复杂随机系统信息处理的机制和利用“随机”因素自优化能力,研究了一类无限并联阵列的信噪比增益问题。阵列中每个子系统是一个双稳态振荡器,其输入都是同一个给定的含噪正弦信号。每个子系统内部噪声强度相同,但是相互独立。随着内部噪声强度的增加,信噪比增益出现了随机共振现象和存在大于一的区域,并且这一区域随着并联阵列数目增加而被放大。无限并联阵列的信噪比增益可达到全局最大值。依据阵列非稳态输出均值和稳态自协方差函数的极限性质,本文证明了无限并联阵列的信噪比增益问题可以归结为任两个子系统的统计性能分析。这些研究结果对于复杂系统信号处理理论具有重要意义。