基于统计回归模型的突发事件网络舆情研究

突发事件网络舆情传播速度快,在较短的时间内能够引起社会大众的广泛关注,产生较大的影响.通过利用突发事件网络舆情传播规律和酶促反应相似的机理,构建统计回归模型来研究分析突发事件网络舆情的规律,并通过实例进行论证,以期为政府应对突发事件网络舆情提供参考.     

群体性事件网络舆情传播模式与引导机制研究

近几年,群体性事件发生频率和危害程度明显呈上升趋势,群体性事件网络舆情研究逐渐成为热点课题。在重点分析群体性事件网络舆情两种传播模式的基础上,研究政府引导网络舆情的日常引导机制和应急引导机制,以期为政府治理群体性事件提供参考依据。     

构建警种部队应急救援信息系统向“能打仗、打胜仗”聚焦

随着建设现代化武警部队的逐步推进,各警种部队信息化装备不断发展,引进和研发了许多不同类型、不同规模的信息系统。如何合理整合运用这些系统使之尽快生成应急救援能力,是当前部队和院校面临的重大课题。建设警种部队应急救援信息系统,发挥信息系统优势向“能打仗、打胜仗”聚焦,是实现统一指挥、快速反应、科学用兵、科学施救、密切协同的根本保证。     

一种基于最小生成树的无线多跳网络信道分配算法

为提高无线多跳网络的吞吐量和传输可靠性,提出一种信道分配算法。该算法优先考虑最小生成树上的可用信道,为每个节点分配信道资源;然后考虑利用生成树外其他可用链路,为节点提供信道资源,以提高吞吐量。算法通过考虑每个用户的通信需求,可以充分利用空闲信道资源。仿真结果显示,相比于不考虑最小生成树外链路时,有效地提高了网络整体吞吐量。     

基于LVQ网络的高校科研能力评估

作为高校核心能力的科研能力,其高低已成为衡量一所高校综合实力的重要指标。如何准确高效的评价高校科研能力成为政府、企业和高校面临的一个十分重要的问题。影响高校科研能力的因素众多,本文选取11个典型指标,建立了基于LVQ的高校科研能力评估模型及算法。首先,介绍了LVQ网络;其次,建立了一种新的基于LVQ的高校科研能力评估模型及算法;最后,利用MATLAB R2009a编程实现了LVQ高校科研能力评估模型及算法。选取25所高校的科研能力数据用于仿真实验,其中20所高校数据作为训练集,其它5所作为测试集,该算法分类正确率为80%,达到了预期目标。仿真结果表明,该模型提高了高校科研能力评价的准确率,评价结果更加客观、公正,对高校科研能力评价具有一定的参考意义。     

词网络的新闻事件关联建模

互联网上每天都会报道许多新闻事件,为了挖掘各事件间的关系,提出一种新闻事件关联建模方法。该方法首先利用TF-IEF和相邻词合并策略对事件的相关报道集提取关键词,然后综合多种词共现度量窗口对事件关键词的关联关系建模,构建事件关键词关联网络,最后依据事件间共有关键词的程度建立事件关联模型,从而建立事件关联网络。实验表明该方法能够较准确地提取报道集的关键词,较好地发现事件间的关联关系。     

基于梯度方向二进制模式的空间金字塔模型方法

空间金字塔模型由于其优势在当前图像分类中得到了广泛应用。然而,其码本生成和特征量化这两个环节具有较高的计算复杂度。为了解决这个问题,提出了一种新的局部特征表述———梯度方向二进制模式,首先对图像稠密采样得到多个子图像块,再将每个子图像块均匀划分为2×2个网格,计算每个网格的梯度直方图,然后对所有网格的梯度主方向进行二进制编码并连接为二进制串值,该二进制串值转换的十进制数即为子图像块的特征表述,最后将该特征表述嵌入到SPM模型中。在标准分类数据库上的实验结果证明了本方法在算法耗时和分类精度上均优于基于SIFT的SPM方法。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

Model Versions and Fast Algorithms for Network Epidemiology

Network epidemiology has become a core framework for investigating the role of human contact patterns in the spreadingof infectious diseases. In network epidemiology, one represents the contact structure as a network of nodes（individuals） connected bylinks（sometimes as a temporal network where the links are not continuously active） and the disease as a compartmental model（whereindividuals are assigned states with respect to the disease and follow certain transition rules between the states）. In this paper, we discussfast algorithms for such simulations and also compare two commonly used versions,one where there is a constant recovery rate（the numberof individuals that stop being infectious per time is proportional to the number of such people）;the other where the duration of the diseaseis constant. The results show that, for most practical purposes, these versions are qualitatively the same.     

基于ANP的多目标网络目标重要度评估方法＊

针对多目标网络中重心的抽象性及不易打击的特点,分析影响重心的关键要素及其依赖关系,提出了基于改进网络分析法的多目标网络重心模型,利用该模型分析目标相对于重心的重要度。研究了该模型涉及的两个关键技术,即改进判断矩阵以提高决策的速度和克服决策的主观性,利用协调理论确定要素之间的依赖关系。以分析某地区多目标网络的过程为例,验证了该模型的有效性和合理性。