基于流行度预测的互联网+电视节目缓存调度算法

针对互联网+电视平台为提高热点节目命中率而过渡消耗存储空间的问题,提出一种基于流行度预测的节目缓存调度算法PPRA(popularity prediction replication algorithm).首先,在对实际测量数据进行统计与分析的基础上,使用随机森林(random forests, RF)算法构建节目流行度预测模型.同时,针对所选特征存在的“维数灾难”问题,利用主成分分析法(principal component analysis, PCA)实施特征降维处理,以实现视频流行度预测值的快速计算.然后基于节目流行度预测数据调度缓存中的节目.最后以某广电运营商130万用户120 d的收视数据为例,对PPRA算法进行实验.实验结果表明,在保证一定缓存命中率前提下,与LRU,LFU算法相比,PPRA算法仅需30%的存储空间,可有效降低互联网+电视平台的建设成本.     

采用不同模具材料浇注三向光弹性环氧树脂模型的研究

一、引言精密浇注三向光弹性环氧树脂模型,必须具有尺寸精确、不与正在固化的环氧树脂起作用的模具。因此,对模具材料的选择十分重要。熔模材料有低熔点合金、化学盐类、混合蜡等。现在前两种少用,熔蜡模具仍在使用。近年来,国内外采用室温熟化硅橡胶制作模具。众所周知,它比熔蜡模具有显著优点,模具制作工艺简便,能浇注尺寸精密、表面光洁的环氧树脂模型。另采用硅凝胶制作模具,它也具有硅橡胶的优点,并可在1～2小时内固化成     

挠性桁架式卫星低频振动抑制研究

针对空间挠性桁架的低频振动抑制问题,提出串联松弛型阻尼器的方案。建立集成松弛型阻尼器的桁架结构有限元模型,通过仿真分析机动工况和稳态工况下采用阻尼器抑制桁架结构振动的效果,研究阻尼器参数以及布局对振动抑制效果的影响,获取阻尼器的最佳参数值及安装位置。结果表明安装阻尼器后,机动工况下桁架末端位移幅值10 s内衰减70%以上,稳态工况下共振峰降低80%以上,抑制振动效果较好。该研究为大型挠性部件的振动抑制提供新的思路,对实际工程具有指导意义。     

主动网络流水印技术研究进展

在匿名网络环境下通信双方关系确认、僵尸网络控制者追踪、中间跳板主机发现等方面,以被动网络流量分析（passive traffic analysis）为核心的传统入侵检测与流关联技术存在空间开销大、实时性差、识别率低、灵活性欠佳、难以应对加密流量等明显缺点。而将主动网络流量分析与数字水印思想相融合的主动网络流水印（ANFW, active network flow watermark）技术能有效克服传统被动网络流量分析方法的不足,已引起了国内外学者的广泛关注。首先阐述了ANFW机制的通用模型,总结了ANFW技术的分类及所涉及的角色关系;其次,详细综述了近年来提出的多种典型的基于不同网络流特征的ANFW技术,并进行对比性总结;最后,概述了当前ANFW技术自身安全威胁及应对措施现状,展望了其未来的研究方向。     

一种基于词序的社会情感演变分析模型

提出了一种基于词序的社会情感演变分析模型(BTMESE),模型通过引入文档中词与词之间的前后关联性,以期有效地揭示时间、文本、情感三种信息之间的潜在联系,进而追踪社会情感演变趋势,进一步提高情感分析的准确率。该模型可应用于情感预测、时间预测等领域。通过在真实世界的数据集上进行验证,结果证明该模型简单有效,能够较好地进行社会情感分析。     

基于收视行为的互联网电视节目流行度预测模型

准确预测节目流行度是互联网电视节目系统设计与优化所要解决的关键问题之一。针对现有预测方法存在模型训练时间长、样本数量多、且对突发热点节目流行度预测效果差等问题,该文测量了某互联网电视平台280万用户的60亿条收视行为数据,采用行为动力学分类方法将节目流行度演化过程分为内源临界、内源亚临界、外源临界和外源亚临界4种类型,运用双种群粒子优化的最小二乘支持向量机对每种类型分别构建了一种互联网电视节目流行度预测模型BD3P,并将BD3P模型应用于实际数据测验。实验结果表明,与现有其他方法相比,BD3P模型预测精度可提升17%以上,并能有效缩短预测周期。     

基于模糊集与DS证据理论的装配式建筑施工安全风险评价

针对装配式建筑施工安全风险频发的问题,结合现场调研与已有研究进行风险因素归类,建立安全风险评价指标体系。采用C-OWA算子对指标赋权,利用模糊集与改进DS证据理论耦合各个指标,构建装配式建筑施工安全评价模型。通过对QD市万科新都会一期项目进行实例分析,评价结果符合预期,说明该模型具有一定的可行性和有效性。     

基于ARFIMA模型的钢材价格预测研究

钢材价格的准确预测有利于施工企业拟定合理的材料采购策略。针对当前钢材价格的预测研究中均未考虑其价格变动的长记忆性,导致建模过程中有效信息丢失,预测误差增大。建立了考虑长记忆性的ARFIMA钢材价格预测模型,以青岛市2014年1月到2019年6月螺纹钢的价格为研究对象进行了钢材价格预测,并利用ARFIMA模型和ARIMA模型的预测值与真实值进行对比分析,实验结果显示：ARFIMA模型较ARIMA模型的钢材价格预测精准度提高了1.7%,且预测效果更稳定。     

基于RPROP神经网络算法的异步电动机故障诊断

为了更快、更精确地识别异步电动机的各种故障类型,克服BP神经网络存在的局部极小值和收敛速度慢等问题,提出了一种改进的BP算法——RPROP（Resilient PROPagation）神经网络算法。在介绍RPROP算法的基础上,建立了基于RPROP算法的异步电动机故障诊断模型,对异步电动机的定子匝间短路、转子断条、转子偏心和轴承4种故障进行识别和诊断。实验结果表明,该方法对异步电动机的故障诊断是有效的。     

考虑供电可靠性的长沙配网结构优化研究

近年来,随着城区面积的快速扩张和新建站点线路的完工,长沙城区配网互联率逐年下降。针对该问题,长沙局调度所结合日常调度管理工作,展开了考虑供电可靠性的配网结果优化专题研究。通过分析长沙配网互联存在的问题以及重载、过载线路出现的规律,在日常工作中根据线路实际情况,结合配网规划、市政建设、度夏工程、大修技改工程,优化配网结构,对提高2009年长沙配网运行可靠性起到了良好的效果。