Apriori算法在BBS舆情分析系统中的应用

知识规则库的准确度是影响BBS舆情分析系统能否准确高效地对BBS舆情进行监控的一个重要因素.Apriori算法作为关联规则挖掘的经典算法,是发现关联规则的一种准确有效的方法.通过利用Apriori算法来动态更新知识规则库内容,实验结果表明,系统使用该算法后对BBS舆情监视的准确度有明显的提高.     

基于BP神经网络的配电网故障辨识方法

随着配电网自动化终端设备的广泛应用,基于设备过电流信息的故障定位方法因原理简单、实现便捷而成为该领域的研究热点.该方法主要分为两类:统一矩阵算法和群体智能算法.统一矩阵算法的容错能力差,而群体智能算法在构造优化目标时存在逻辑建模的瓶颈问题.为有效克服上述缺点,提出了基于BP神经网络模式的配电网故障定位方法,利用FTU的特征量和BP神经网络的自学习性及良好的泛化能力实现配电网的故障定位,不但原理简单、实现方便,而且具有多重故障定位能力,仿真结果证明了该方法的有效性.     

基于BBS文本信息的数据挖掘

Internet的发展及BBS的应用，为广大网络用户提供了一个自由交流的空间，但随之而来的是对网络用户言论的管理问题。本文将数据挖掘技术应用于BBS的管理中，讨论了基于关键词关联的文本挖掘方法和策略，给出了基于BBS文本挖掘的模型和过程。     

BBS实时会话话轮转换浅析

BBS上的会话是借助计算机网络工具进行的,不受时空条件的约束,不受会话者彼此身份等自身因素的约束,因而不完全遵循"无停顿,不抢话"的话轮规则。实例分析表明,BBS会话常出现"多对一"的情形,多条话语线索交叉并行,会出现不整齐的嵌入毗邻应对和不完整的应对及分岔序列,话轮转换过程中可能任意转换话题,存在"抢话"现象。     

基于新一代通信技术的无人机系统群体智能方法综述

以群体智能在无人机领域的应用场景为脉络,对群体智能方法在无人机领域的应用进行综述。首先,回顾近年来无人机的应用状况,介绍了群体智能算法原理及无人机应用示例。其次,将群体智能在无人机的应用场景分为基于群体智能的无人机无线通信、基于群体智能的无人机自组网、基于群体智能的无人机轨迹规划和基于群体智能的无人机智能决策4个部分,并分别介绍了各自相关研究工作的进展。最后,对无人机群体智能的发展趋势进行简要探讨。     

基于集体度-置信度的关联规则挖掘

总结并研究了基于集体度-置信度的关联规则挖掘算法，用集体度代替支持度对搜索空间进行压缩，成功地解决了传统的频繁关联规则挖掘存在的属性集产生上的欺骗性及处理稠密数据集方面的缺陷．     

高光谱遥感图像混合像元分解的群智能算法

近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结.     

基于群体智能算法的无人机蜂群拓扑构型方法

面向特定任务场景，无人机蜂群需要通过拓扑构型自主形成特定的拓扑形状以实现高效群体协同机制。拓扑构型通常包含从初始拓扑到目标拓扑的最佳映射和最优拓扑构型位置这两个问题，它们相互影响并直接关系到无人机蜂群的全局能量消耗。基于全局能耗最小化为目标的无人机蜂群拓扑构型联合优化模型，建立了基于群体智能算法的一般化求解框架，给出了基于灰狼优化算法(GWO)、均衡优化算法(EO)和穷富优化算法(PRO)的具体求解方法，并讨论了基于群体智能算法求解优化模型的加速收敛策略。仿真结果证明了该无人机蜂群拓扑构型方法的有效性。在典型拓扑构型场景下，该优化方法在8次迭代内即可实现算法收敛。     

基于子空间细菌群体趋药性算法的含分布式电源的配电网无功优化

研究了含分布式发电的配电网无功优化问题。结合传统的电容器无功补偿方法,将分布式电源作为连续可调无功源参与到配电网无功优化。针对智能算法容易陷入局部最优解的问题,引入子空间的概念,提出一种基于子空间细菌群体趋药性算法,增强了算法的全局寻优能力。利用IEEE33节点系统计算表明,分布式电源参与配电网无功优化可有效降低系统的网损,提高各节点电压,改善分布式电源并网点电压稳定性,同时验证了改进算法的有效性和可行性。     

一种求解0-1背包问题的混合粒子群算法

针对0-1背包问题,提出一种具有修复策略的、贪心算法与二进制粒子群算法相结合的混合智能算法.数值试验结果表明,该方法能在一定程度上克服早熟现象,且收敛速度较快.因此,应用该混合智能算法求解0-1背包问题是比较有效的.     

网络舆论意见领袖特征研究

为了发现网络舆论的意见领袖,利用从网络中采集到的基本数据,构造网络话题参与者的"属性矩阵",提出意见领袖综合评价算法,以排序方式列出意见领袖.通过实际示例说明应用该评价算法的基本步骤和计算方法.该模型具有一定的理论指导意义和实际使用价值.     

微博时代网络舆情的危机应对与管理机制研究

以微博为代表的新媒体蓬勃发展,微博的聚合与裂变使其迅速成为社会公众舆论焦点的集散地,对微博舆情的引导成为社会管理中的新视域。管理者应转变微博舆情管理理念,提升舆情研判水平;建立微博舆情引导协同反应机制,提高舆情应对能力;精心培育微博意见领袖,营造理性微博的社会氛围。     

论坛数据形式化表示技术研究

随着互联网的日益发展,网络论坛已成为人们发表自身观点的重要场所。论坛数据形式化表示是论坛内容挖掘的前提。根据论坛数据的特点,利用向量空间模型表示论坛数据,并提出了一种基于多因子加权策略的特征权重计算方法。实验结果表明,该方法可以有效解决论坛数据形式化表示问题。     

基于ICE-LDA模型的中英文跨语言话题发现研究

近年来互联网在全球化的大背景下飞速发展,针对跨语言的网络数据挖掘成为国内外舆情分析的热点问题,有效实时地检测中英文网络环境下的热点话题对舆情的掌握和舆情的发展有着至关重要的作用。网络新闻作为网络信息舆情中的重要组成部分,由于互联网的大规模普及而成为人们方便快捷获知信息的重要来源。首先,本文选择中文与英文的网络新闻作为数据源进行采集,提出了在LDA模型上改进的ICE-LDA模型进行跨英汉语言网络环境下的共现话题发现。采用话题向量化的方式,对建模产生的话题进行JS距离检测和话题文本分布相似度度量。其次,本文分别对爬虫采集到的中英混合新闻数据分别构建可对比平行语料集和非可对比语料集进行话题建模,在建模过程中利用TF-IDF算法对文档提取特征词去噪,提高话题特征表示去除无意义噪音词。最后,分别采用两种不同的话题向量化方式进行跨语言的共现话题发现建模。实验结果表明,在本文设计的爬虫采集构建的真实数据集上,改进后的话题模型不仅能够在不需要先验话题对的情况下对可对比语料集进行跨语言共现话题进行发现,而且能够对语料不平衡的情况进行共现话题发现。     

论校园网BBS在高校思想政治工作中的作用

人类正以前所未有的速度进入信息时代,为了满足信息时代对高校思想政治工作提出的新要求和挑战,对已成为当代大学生思想政治工作重要组成部分的校园网BBS进行研究,从大学生热衷校园网BBS的原因入手,采用因素分析法探究了网络对当代大学生政治思想的影响,论述了校园网BBS在高校思想政治工作中的独特优势和作用。     

基于信息挖掘的高校网络舆情监测系统开发

受网上各种信息的影响,高校大学生对社会诸多现象、现实和问题等反应敏感,易受到错误言论的蒙蔽和误导。针对高校网络舆情监测与预警手段方面的严重不足,开发了一个基于网络信息挖掘技术的高校网络舆情监测系统,系统利用网络蜘蛛技术、中文分词技术和文本聚类技术,通过对互联网信息进行采集、处理,舆情识别分析,实现了舆情热点与话题信息的推送与跟踪功能,可进一步分析舆情内容的观点与态度问题,筛选并判定各级别网络舆情的发生,从而进行公共危机和热点事件的监测和预警。     

上市公司审计意见探析——来自我国医药业上市公司的数据

审计意见作为企业衡量本公司制度的重要意见和建议,已越来越多地受到投资者的关注,上市公司也更加关注被出具的审计意见。文章从理论上阐述了审计意见的类型和成因,并运用实证研究方法以我国医药行业上市公司2010年的数据为基础,应用Logistic二元回归分析模型来探讨对上市公司审计意见影响因素。结果表明:就我国医药行业而言,公司的规模和是否亏损对出具怎样的审计意见具有显著的影响。     

使用Java语言实现算法流程图的绘制

论述了开发绘制算法流程图程序的过程,程序设计采用了跨平台的JAVA语言,它提供可用于创建图形用户接口的AWT工具和能用来方便地作图的GraphicS类,可在短时间内建立系统原始模型,然后加以修正和改进,最终形成比较完备的系统。     

金桥煤矿井筒变形实时测量与井筒破坏突变模型

针对金桥煤矿副井涌沙引发井筒变形的实际问题 ,研究了采用GPS技术实时监测井筒动态非线性变形方法 ;运用了突变理论 ,建立了井筒破坏的突变模型 ;给出了井筒变形的控制变量与状态变量表达式 ;对有效地治理损害的井筒具有重大指导作用 .     

Generalized Uncertainty Inequalities on Fisher Information Associated with LCT

Uncertainty principle plays an important role in multiple fields such as physics, mathematics, signal processing, etc. The linear canonical transform(LCT) has been used widely in optics and information processing and so on. In this paper, a few novel uncertainty inequalities on Fisher information associated with linear canonical transform are deduced. These newly deduced uncertainty relations not only introduce new physical interpretation in signal processing, but also build the relations between the uncertainty lower bounds and the LCT transform parameters a, b, c and d for the first time, which give us the new ideas for the analysis and potential applications. In addition, these new uncertainty inequalities have sharper and tighter bounds which are the generalized versions of the traditional counterparts. Furthermore, some numeric examples are given to demonstrate the efficiency of these newly deduced uncertainty inequalities.