多关系社交网络中社团结构发现算法

社交网络的节点之间存在着多种关系,这些关系共同决定了网络中节点的社团结构划分。为了准确地发现多关系社交网络中的社团结构,通过研究信息在多子网复合复杂网络模型上的传播过程,提出了一种多关系网络中的社团结构发现算法。该算法基于多子网复合复杂网络模型建立的多关系社交网络,利用信息在多关系社交网络中的传播过程,将网络中的节点转化成能够被聚类算法处理的向量形式,进而采用聚类算法完成多关系社交网络中的社团结构划分。该算法综合考虑了网络中多种关系的相互作用以及异质节点间的相互影响,得到的传播信息量矩阵表示了各节点在整个网络中的影响力,并将影响力相似的节点划分到同一个社团结构中。实验结果显示,与传统社团结构发现算法相比,该算法不仅在准确度上有所提高,还能将异质节点划分到一个社团中,可以根据用户不同需求挖掘出多关系社交网络中的隐藏信息。     

基于BP神经网络的异常轨迹检测方法

为有效利用轨迹内外部属性进行异常检测,提出一种基于BP神经网络的异常轨迹识别方法。对原始轨迹数据进行去噪处理,存储至百度云的LBS云端,基于百度地图的轨迹数据可视化网站实现轨迹显示,并通过归一化数据计算轨迹属性值。同时,将轨迹内外部特征属性作为BP神经网络算法的输入层,轨迹相似度量值作为输出层,调整隐含层系数得到训练模型,从而识别用户异常轨迹。在2个用户数据集上的仿真结果表明,该方法的异常轨迹识别准确率分别达到92.3%和100%。     

改进大气散射模型实现的图像去雾算法

传统大气散射模型在图像去雾的求解过程中通常假设场景入射光为全局常量,然而这种假设并不合理,为此提出一种基于改进大气散射模型的图像去雾算法.首先基于亮通道先验和模糊聚类对雾图进行场景分类,并估计出各个场景的入射光照;然后根据光学辐射特性估计出场景结构,并利用雾气浓度估计模型进一步获得透射率的表达式;最后通过改进大气散射模型恢复出无雾图像.大量对比实验结果表明,该算法能够恢复出细节丰富、清晰自然的无雾图像,计算速度相对较快,能满足一般工程的实时性要求.     

复杂应变率敏感性铝合金流变行为的表征

以NUMISHEET 2016 BM3中5系铝合金AA5086-H111为研究对象,建立其准静态温拉伸流变应力的本构模型。该材料在室温状态下的流变应力表现为负应变率敏感性; 150℃时,随着应变率增加,由负应变率敏感性变为正应变率敏感性;240℃时为正应变率敏感性。针对传统指数型应变率相关项是一种单调函数,构成的本构模型一般用来描述正应变率敏感性的流变行为,很难表征这种复杂应变率敏感性流变行为的问题,给出了一种新的应变率相关项,并称其值为健壮系数。在不同应变率范围内,健壮系数可以表现出不同的单调性。结果表明,耦合新应变率相关项的本构模型可以较好地表征AA5086-H111在不同温度、不同应变率下的流变行为。     

梁上部钢筋配筋形式的选取

建筑结构中,梁的上部钢筋一般采用支座钢筋大直径、同直径通长,也有为节省钢筋中部采用小直径与支座钢筋搭接的形式。该文严格按照规范及图集的要求,分析两种配筋形式的钢材用量,并且采用建筑信息模型(BIM)先进技术进行验证,得出结论:中部采用小直径与支座钢筋搭接的形式不可取,不但不节省钢筋,反而影响结构的整体性,梁的上部钢筋应采用支座钢筋大直径、同直径通长。该结论可为建筑结构设计及施工提供可靠、有效的理论依据。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。