高校现代大型工程项目的复杂性及其管理方法的研究

随着对高等教育的重视和发展,各大高等院校扩大招生规模,在校大学生人数激增,使原校区无法满足办学要求,于是就出现了高校原址扩建、异地新建、大学城集中建设等多种形式,使得高等院校出现了历史上从未有过的建设高潮,大型工程项目建设屡见不鲜.高校现代大型工程项目(尤其是新校区建设项目)具有独特的复杂性,针对其复杂性,分别从质量管理、造价管理、合同管理、运营维护管理等方面提出预防措施,完善项目管理方法.     

基于灰色神经网络的Web社区主题舆情传播模型

Web舆情传播的动态性,不确定性等特征给精确预测舆情传播带来困难．在分析了灰色理论系统的基础上,提出了灰色理论微分方程型模型（GM）和扩展BP神经网络的组合模型,该组合模型综合考虑了网络的结构和传播特性,首先建立灰色理论微分方程型模型,然后映射到扩展的BP神经网络中,通过训练数据来训练该神经网络,使网络具有传播预测能力．仿真实验表明,该组合模型在Web社区主题舆情传播预测精确性方面高于单一的GM模型．     

高强混凝土单轴动态抗压本构关系

通过对高强混凝土动态抗压试验结果进行详细分析,引入应变速率因子,结合静态本构模型,建立高强混凝土单轴动态抗压本构关系模型.并用试验所得的数据对得到的模型进行验证,结果表明文中所建模型的准确性与科学性,为研究其它混凝土动态本构关系奠定了基础.     

基于Multi-agent理论的社会网络文体分类方法

针对当前社会网络中的文体分类存在分类效果不理想问题,结合网络文体的多样性、多归属性及动态性的特征,提出了一种基于multi-agent的属性融合和词库关联的网络文体分类方法。首先提取网络文体的特征关键词和词义等基本属性,建立 Multi-agent 的融合分类模型,并给出了基于 Multi-agent 的社会网络文体融合分类算法。实验结果表明该方法与传统单分类器以及其他多分类器融合分类方法相比,不仅可以通过语义特征提取对语义网络中的网络文体进行高精度分类,而且可以实现社会网络文体分类的自动化,具有更高的分类精度与稳定性。