基于 MacBERT 和对抗训练的城市内涝信息识别方法

BERT 与神经网络模型相结合等方法，已逐渐应用于获取灾害信息，但此类方法存在参数量繁多、数据集和微调数据集不一致、局部不稳定等问题。针对上述问题，该文提出一种基于 MacBERT 和对抗训练的信息识别模型，该模型利用 MacBERT 预训练模型获得初始向量表示，再加入些许扰动生成对抗样本，然后依次输入双向长短期记忆网络和条件随机场。该模型不仅减少了预训练次数和微调阶段差异，还提高了模型的鲁棒性。实验结果表明，在微博数据集和 1998 年人民日报数据集上，基于 MacBERT 和对抗训练的信息识别模型的精确率和 F1 值均有所提升，性能较其他模型更优，将该模型用于城市内涝信息识别具有一定的可行性。     

基于腾讯迁徙数据的全国春运人口流动时空格局分析

城市间的大规模人口流动一定程度上体现了城市间的关联性。该文选取腾讯迁徙数据库中2015—2018 年官方春运期间全国人口迁徙数据,利用 Gephi 软件对人口联系强度进行可视化分析,获取全国城市间联系强度总体格局的变化特征。利用 DBSCAN 算法对全国城市进行时间序列聚类,讨论在春运不同时间节点的城市流动共性与差异。此外,该文还改进重力模型,以分析省内、省际人口流动的距离衰减效应。结果表明：(1)全国城市总体形成稳定的“菱形”结构,北京、上海、西安等城市形成单轴心空间组织模式,广东、深圳形成多轴心空间组织模式,一线城市中心性较强。除“菱形”结构外,西北部和东北部城市的中转和承接能力具有强大优势。(2)春节期间净迁移人口变化趋势较为稳定,春节前后形成对称式流入流出。(3)春运期间的流动符合距离衰减定律,随着距离的增加,城市吸引力在逐渐降低。