面向供应链金融风险控制的社区发现方法

针对现有图对比学习模型使用的随机数据增强策略可能会破坏网络中关键的社区结构、对比对选择策略可能将具有相似拓扑结构或属性的节点选为负样本等问题,本文提出了一种基于自适应图对比学习的社区发现算法,设计了一个考虑节点重要性的自适应图增强策略和一个基于K近邻的正负样本选择策略来解决以上问题。在真实网络上的实验表明,本文提出的方法在社区发现任务中取得了比现有最好算法高4%以上的准确性,在供应链金融风险控制任务中取得了比现有最好算法高3%以上的准确性。     

西安市渼陂湖工程建筑垃圾堆山沉降及稳定性分析

西安市渼陂湖项目景区为合理利用建筑垃圾资源,开展了建筑垃圾造山建设。以此为例,通过对渼陂湖项目景区垃圾填料的物理力学性能试验,构建景山堆体三维计算模型,并对其固结沉降及抗滑稳定性进行分析。得到在不同工况下的沉降量范围和位移变化规律、最小安全系数,并对常见问题处理提出合理化建议,为类似项目提供指导。     

能量系统的科学用能分析

热力学能分析，是指应用热力学两条基本定律来分析用能过程的合理性和有效性。文中对目前常用的三种热力学分析方法，即焓分析、熵分析和[火用]分析分别作以简要的介绍，对三者的对比分析表明，[火用]分析是能量系统的一种科学用能分析方法，具有简便实用的特点。     

目前我国大用户直购电存在的问题及对策建议

发电商向大用户直接供电是现阶段我国电力体制改革的一个热点问题。指出了在电力市场初期实施大用户直购电的制约因素,分析了现阶段开展直购可能造成的各种负面影响。分别从政府部门和电网公司的角度出发,针对当前大用户直购电存在的各种问题,提出相应的解决办法与应对策略。     

湖北省地下水监测现状及思考

系统分析总结湖北省地下水监测现状,梳理省内地下水监测存在的主要问题.基于此,从强基础、稳运行、优服务等三个方面进行深入阐述,提出从全域覆盖、多层监测、突出重点等方面持续优化完善地下水监测网络,从加强监测点管理与保护、优化监测内容、提升监测能力等方面保障监测网络的持续稳定运行,从搭建服务平台、丰富数据产品、畅通服务渠道等...     

基于灰关联分析的多数据流聚类

作为当前数据流挖掘研究的热点之一,多数据流聚类要求在跟踪多个数据流随时间演化的同时按其相似程度进行划分。文中提出一种基于灰关联分析并结合近邻传播聚类的多数据流聚类方法。该方法基于一种灰关联度,将多个数据流的原始数据压缩成可增量更新的灰关联概要信息,并根据该信息计算多个数据流之间的灰关联度作为其相似性测度,最后应用近邻传播聚类算法生成聚类结果。在真实数据集上的对比实验证明该方法的有效性。     

基于聚类的快速数据流匿名方法

为了防止敏感信息的泄漏,保护用户隐私,常采用概化和抑制等技术在共享数据前对其准标识符进行匿名化。与静态数据集不同,数据流具有潜在无限、高度动态等特性,使得数据流匿名需要解决更加复杂的问题,不能直接应用静态数据集的匿名方法。在分析现有数据流匿名方法的基础上,提出一种采用聚类思想进行数据流匿名的方法,通过单遍扫描数据识别和重用满足匿名条件的簇,以实现数据流的快速匿名。真实数据集上的实验结果表明,该方法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失,并且具有较低的时间和空间复杂度。     

科技论文中量和单位使用的常见错误解析

量和单位的正确使用是科技论文的必备要素。介绍了论文中量和单位使用方面存在的诸多问题,例如自造量名称或使用不规范的量名称,将化学符号当作量符号,使用已废弃的单位符号等。通过实例分析,指出各类错误所在,为科技论文写作中量和单位的规范和准确表达提供参考。     

基于LogitBoost的误用检测技术

LogitBoost是直接优化二项对数损失的Adaboost算法。由于其解趋近于贝叶斯最优解,并且实现简单,成为机器学习中研究的热点。文章首次将LogitBoost的分类算法应用于网络误用检测中,实验结果表明,LogitBoost检测性能优于目前常用的模式匹配算法。     

基于二维离散傅立叶变换的射频信号调制类型识别

针对已有算法应用的局限性．以线性调频．二相编码,频率编码和正弦等典型射频信号为例,提出了一种基于二维离散傅立叶变换的射频信号调制类型识别新算法,重点阐述了信号自相关变换过程和运算量分析．计算机仿真结果验证了本算法确实有效。