面向蛋白质功能预测中有向无环图标记结构的多示例多标记学习

在多示例多标记学习问题中,标记之间往往是相互关联的,其中有向无环图结构是一种常见的层次关联结构,可见于蛋白质的基因本体学生物学功能预测的应用场景中。针对其标记间的有向无环图结构,提出了一种新的多示例多标记学习算法。算法从原始数据的特征空间训练出所有标记共享的低维子空间,通过随机梯度下降方法来降低模型排序损失,并融入标记间有向无环图结构关系对预测标记进行优化。将该算法应用于多个数据集的蛋白质功能预测中,实验结果表明,该算法具有更高的效率及预测性能。     

警报关联图：一种网络脆弱性量化评估的新方法

作为一种基于模型的脆弱性分析技术,攻击图能够识别网络中存在的脆弱性和它们之间的相互关系,分析出可能的攻击路径和潜在威胁.论文在攻击图的基础上提出了警报关联图的概念,利用攻击图中蕴含的脆弱性先验知识,将实时IDS警报信息映射到攻击路径,动态反映攻击进程和攻击者意图.在此基础上提出了一种基于警报关联图的网络脆弱性量化评估方法,通过计算警报关联边的权值对网络脆弱性进行动态分析,这种方法结合了静态的网络脆弱性先验知识和动态变化的攻击者意图,能有效反映网络脆弱性在动态攻击情况下的变化.     

两栖作战舰机协同防空指挥协同网与指挥关系网

为了解决提高航母编队防空作战效能的问题,运用决策树方法分析航母编队防空作战指挥网是一种新方法。先分析航母编队的指挥机构,分析决策群指、作战平台与任务之间的关系。描述了编队协同网和编队指挥关系网,建立了编队指挥关系网的数学模型,采用决策树方法求解该数学模型,给出了编队指挥关系网的设计算法,通过实例分析了算法的计算过程,对结果进行输出。结论:预警机与远程巡逻机战术群是指挥关系网的最高决策点。这些工作为设计和优化航母编队舰机协同防空作战指挥网提供了一定的理论基础。     

基于知识图谱和二级传播理论的网络舆情事件传播分析

在目前的网络舆情事件传播分析中,尽管生命周期模型能够较好地描述舆情事件的发展规律,但却忽略了部分时期之间存在的共性特征,无法充分体现意见领袖对网络舆情事件传播过程的影响。本文提出了一种基于知识图谱和二级传播理论的网络舆情事件传播分析方法,首先,构建网络舆情事件知识图谱;然后,基于知识图谱计算用户影响力挖掘意见领袖;最后,考虑到意见领袖的重要地位,为有效刻画网络舆情传播规律、周期与途径,根据传播学二级传播理论构建网络舆情事件传播模型,将生命周期模型的五个时期按照舆情发展态势划分为三个阶段：潜伏期（爆发期阶段）、爆发期（成熟期阶段）以及成熟期和衰退期（消亡期阶段）。实验结果表明,该方法能够有效计算和发掘包括意见领袖在内的用户影响力,传播、分析网络舆情事件效果较好。