关于加快淮安卤水制碱项目实施进程的建议

介绍了国内外纯碱市场的状况、碱厂在海盐供应上存在的问题和淮安地区盐矿资源的情况 ,阐述了尽快实施卤水制碱项目的意义 ,简要说明了卤水除硝的技术方案 ,同时提出了推进项目实施进度的建议。     

带隐变量的回归模型EM算法

带有隐变量的回归模型具有非常广泛的应用场合,隐回归模型的参数求解问题依赖于自变量的分布假设。基于自变量的beta分布的假设条件,给出了隐回归模型的EM算法,详细地推导了模型中的参数求解过程,给出了使用牛顿法求解beta分布参数的算法,并提出一个合适的初值选择算法。在模拟数据和真实数据的基础上进行了详细的比较性试验,结果表明,对具有不同分布特征的因变量观察值,EM算法能够有效地求解隐回归模型的参数。     

不同合作度下机会网络典型路由算法健壮性分析*

机会网络路由算法在不同合作度下的健壮性是一个重要的但未被充分研究的问题,分析了机会网络中可能存在的节点间不合作的情况,定义了三种适用于不同场景的节点合作度,设计了评价方法及指标体系,通过对真实城市场景中带有智能蓝牙设备行人移动行为的仿真,定量分析了不同节点合作度下Direct Delivery、Epidemic、Spray and Wait、Prophet和MaxProp 五种典型路由算法的健壮性。结果表明Spray and Wait和MaxProp算法健壮性较差,Prophet 和Epidemic算法较     

均匀设计在烤烟栽培技术中的应用

采用均匀设计,研究烤烟施氮量、种植密度和留叶数对烤烟单叶质量、产量、产值、化学成分、香气成分和感官品质的影响。结果表明,在黔南烟区地膜覆盖栽条件下,以每667m2施纯氮7.0～7.5kg,密度1100～1200株(行距110cm,株距50～55cm),留叶数20～22片为宜。     

基于多传递影响力的社交媒体谣言检测方法

社交媒体谣言检测是当前研究的热点问题,现有方法多数通过获取大量用户属性学习用户特征,但不适用于谣言的早期检测,忽略了用户之间的潜在关系对信息传播的影响。提出一种基于多传递影响力的谣言检测方法,根据源微博及其对应转发（评论）之间的关系构建文本信息传播图,并通过图卷积神经网络来捕获、学习文本信息的传播特征。利用文本信息和用户传播过程中的影响力,丰富可用于谣言检测早期的检测信息。将存在转发关系的用户构成用户影响力传播图,构建一种用户节点影响力学习方法,获取用户节点影响力,以增强用户特征信息。在此基础上,将文本特征与用户特征融合以进行谣言检测,从而提升检测效果。在3个真实社交媒体数据集上的实验结果表明,该方法在谣言自动检测以及早期检测的效果都有显著提升,与目前最好的基准方法相比,在微博、Twitter15、Twitter16数据集上的正确率分别提高了2.8%、6.9%和3.4%。     

社会网络结构洞节点度量指标比较与分析

为了分析社会网络中影响结构洞节点测量的因素,首先阐述了现有的7种定量衡量结构洞节点的方法,然后构建了4组12个具有不同结构特征的模拟网络。在模拟网络上对结构洞节点的度量指标进行深入而全面的分析和比较。同时,在人人网社会网络上进行实证分析。实验结果表明,这7种度量指标均难以准确度量结构洞节点,不同指标间存在着一定的相关性。在7种度量指标中,介数中心性能相对取得较好的效果。     

大规模数据下的社交网络结构洞节点发现算法研究

随着社会网络数据规模的递增,结构洞节点计算涉及的计算量呈几何级增长,如何构建有效的并行化算法并缩短算法运行的时间成为当前研究的难点。针对大规模数据量下结构洞节点发现算法的不足,利用并行化思想设计实现了基于MapReduce的结构洞节点发现算法。该算法通过DBLP,YouTube和Califonia公路网这3组规模不同的数据集在Hadoop集群上运行的实验结果表明,增加DataNode机器节点的数量能够缩短算法运行的时间,提高运行效率且具有良好的并行加速比和扩展性能。     

基于节点向量表达的复杂网络社团划分算法

社团结构划分对复杂网络研究在理论和实践上都非常重要.借鉴分布式词向量理论,提出一种基于节点向量表达的复杂网络社团划分方法（CDNEV）.为了构建网络节点的分布式向量,提出启发式随机游走模型.利用节点启发式随机游走得到的节点序列作为上下文,采用SkipGram模型学习节点的分布式向量.选择局部度中心节点作为K-Means算法的聚类中心点,然后用K-Means算法进行聚类,最终得到社团结构.在真实和模拟两种网络上做了丰富的实验,与主流的全局社团划分算法和局部社团划分算法作了比较.在真实网络上CDNEV算法的F1指标比其他算法平均提高19%;在模拟网络上,F1指标则可以提高15%.实验结果表明,相对其他算法,CDNEV算法的精度和效率都较高.     

Wait and Spray:一种改进的机会网络路由算法

灾难场景是机会网络重要的应用场景之一,在灾难场景下能量成为稀缺资源,高效转发数据包的同时尽可能减少节点能量消耗成为路由算法追求的目标之一,为此提出了Waitand Spray路由算法,该算法将数据包的转发过程分为Wait和Spray两个阶段,在不同阶段采用不同的路由策略。该算法具有W、K、M参数,恰当的参数设置可控制Spray阶段的泛洪程度,大幅提高算法性能。仿真结果表明,该算法可在获得高传输成功率的同时,大幅降低路由开销,是一种适合在能量稀缺场景下应用的路由算法。