基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

Top-down技术评估钢中氧的测量不确定度

基于2014年实验室日常分析钢中氧的质控数据,应用top-down技术的控制图法和稳健统计-迭代法评估了惰气熔融-红外吸收法测定钢中氧的测量不确定度。对于含氧量为52μg/g的钢铁,两种方法得到的标准不确定度均为2.8μg/g,和认定值3μg/g具有较好的一致性。     

粉煤灰砖抗折强度测量结果不确定度的评定

通过对粉煤灰砖抗折强度测量结果不确定度的评定,分析出影响试验结果的各种因素,为提高检测水平和精确度提供指导。     

基于情感分析的文本检索系统的研究

针对目前文本挖掘的情感分析方法的准确性、实时性、提取等问题,构造一种神经网络混合模式,使用记忆神经网络和卷积神经网络对文本特性的提取,再利用情感分析方法进行挖掘。实验表明对文本挖掘的准确性提高了,这种模式在应用中有很大的实用性。     

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。     

结合深度学习的网络邻居结构研究及应用

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。     

基于居民需求的无定河流域坡改梯适宜性研究

为了解决哪些地方应该优先安排坡改梯等问题,为坡改梯生态工程建设和优化农业生产空间等提供科技支撑,从社会、经济、空间等方面考虑,选择人口分布、经济发展水平、道路可达性、距现有宜耕地距离等影响因子,构建基于居民需求的坡改梯需求度模型,以无定河流域陕西省部分为例,进行坡改梯空间适宜性分析,提出基于居民耕种需求的坡改梯空间布局优化方案。结果表明:研究区坡改梯需求总体上表现为南部高于北部、东部高于西部,绥德县、佳县、子洲县和米脂县需求最为旺盛;坡改梯适宜性等级较高的坡耕地主要分布于靖边县、横山区、子洲县和绥德县,绥德县、佳县、子洲县、米脂县中高等级适宜性的坡耕地占可改造坡耕地面积比例较高;可根据坡改梯目的、投资规模、工期等按"适宜性+"的方式选择优化方案,如从规模效益和集中度考虑可把绥德县、米脂县、子洲县和靖边县作为优先实施坡改梯的区域。