基于节点分割的社交网络属性隐私保护

现有研究表明,社交网络中用户的社交结构信息和非敏感属性信息均会增加用户隐私属性泄露的风险.针对当前社交网络隐私属性匿名算法中存在的缺乏合理模型、属性分布特征扰动大、忽视社交结构和非敏感属性对敏感属性分布的影响等弱点,提出一种基于节点分割的隐私属性匿名算法.该算法通过分割节点的属性连接和社交连接,提高了节点的匿名性,降低了用户隐私属性泄露的风险.此外,量化了社交结构信息对属性分布的影响,根据属性相关程度进行节点的属性分割,能够很好地保持属性分布特征,保证数据可用性.实验结果表明,该算法能够在保证数据可用性的同时,有效抵抗隐私属性泄露.     

一种改进型离散Hopfield学习算法

针对离散Hopfield 神经网络(DHNN) 的权值设计问题, 提出一种改进型学习算法, 并在DHNN动力学分析的基础上设计该学习算法. 利用矩阵分解的方法(MD) 得到正交矩阵, 并采用得到的正交矩阵直接计算DHNN的权值矩阵. 通过该学习算法得到的权值矩阵, 可以很好地存储训练样本的信息, 使测试样本收敛到稳定点. 该学习算法不需要进行分块计算, 减少了计算步骤和计算量, 降低了网络的迭代次数, 从而提高了网络运行速度. 最后, 将该学习算法应用于水质评价, 验证了其有效性和可行性.     

在线用户兴趣多样性的实证研究

在线用户的群体兴趣对于分析在线社会网络以及个性化推荐至关重要。研究的目的是引入信息熵这一指标来准确度量用户兴趣的多样性。分别在电影网站MovieLens和音乐网站Last．FM数据上进行实证分析,即统计度相同的用户所选产品的信息熵值。MovieLens的结果表明,随着用户度的增加,熵值出现先上升后下降的趋势,即度小的用户和度大的用户的兴趣比较专一,而一般用户的兴趣较为多样;而Last．FM的结果表明,度小用户的兴趣非常多样,但随着用户听过的音乐数量越多,兴趣越明确。通过建立随机模型与实证结果进行比较,可以发现绝大多数用户在真实数据集上的兴趣的多样性比随机情况要大,可见用户的兴趣对用户行为模式的影响显著。     

多周期多原料的供应链网络成本优化及其混合遗传算法

建立并求解一个基于成本最小的供应链网络模型.与以往研究不同,在该模型中生产一种产品需要至少两种原料,每种原料都可以由备选供应商提供.根据模型的特点,用0、1代表对原材料供应商、工厂和分销中心的选择情况,以MATLAB 7.6为平台,运用Sheffield大学的遗传算法工具箱,将遗传算法与线性规划算法相结合,实现了模型的求解.算例结果表明,给出的染色体编码方案正确,混合遗传算法有效,能解决多周期、多原料的供应链网络成本优化问题.还探讨了需求和距离变化,以及需求随机时对最优成本和最优个体的影响.研究表明,需求变化的影响大于距离变化的影响,需求随机对最优成本和最优个体的影响不大.     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

一种32位浮点型处理器的励磁控制器设计

针对同步发电机励磁控制系统在控制精度和控制稳定性方面存在的不足,通过对国内外励磁控制系统发展状况的分析,提出了一种基于32位浮点型处理器的数字式励磁控制系统.该系统通过将先进的交流采样算法和DSP的优异性能相结合,实现了励磁控制器的深度数字化;通过对同步发电机系统关键模拟量的采集与计算,得出适用于当前工况下触发脉冲角度α.试验验证了该设计能很好地解决发电机励磁控制系统中的稳定性问题.     

Retaining and attracting users in social networking services: An empirical investigation of cyber migration

Users are the most critical strategic resource of any online social networking service (SNS). This paper offers strategic recommendations for SNS providers based on an empirical study exploring why users switch from a primary SNS to others. We first identify important characteristics that combine to distinguish SNSs from conventional information systems, then develop a “cyber migration” research model that includes push, pull and mooring factors which influence user intention to switch from one SNS to another. Findings from a field survey of 180 users reveal four significant factors that promote switching: dissatisfaction with socialization support, dissatisfaction with entertainment value, continuity cost, and peer influence. Strategies grounded in these factors are suggested for SNS providers to better attract and retain users.     

Insolubilization of sodium chondroitin sulfate by forming a semi‐interpenetrating polymer network with acrylic acid: A potential carrier for colon‐specific drug delivery

To reduce the highly hydrophilic property of chondroitin sulfate (ChS), a semi‐interpenetrating polymer network (semi‐IPN) of chondroitin sulfate/polyacrylic acid (PAA) was prepared as a drug carrier by crosslinking acrylic acid with diethyleneglycol diacrylate. The swelling properties of the semi‐IPNs with different concentrations of crosslinking agent were correlated. The moisture sorption profiles were evaluated using differential thermal analysis. Ketoprofen was used as a drug probe to evaluate the performance of the drug released from the semi‐IPN matrices. The prepared semi‐IPNs demonstrated significant swelling reduction properties with both gastric and intestinal fluids compared with those of both the pure ChS and the ChSAA blend without the crosslinking agent. The amount of accumulated drug released from the semi‐IPNs was less than 30 wt % at pH 1.2 and up to 80 wt % at pH 7.4. © 2002 Wiley Periodicals, Inc. J Appl Polym Sci 85: 114–122, 2002     

支持并行化快速实验部署的网络创新实验平台

清华大学网络创新实验(TUNIE)平台为新型网络体系结构的验证和测试提供了有力的工具。在TUNIE平台运行过程中,过长的实验部署耗时会降低整个TUNIE平台的运行效率。对实验部署过程进行分析和测量,发现实验部署的冗长耗时主要由集中式镜像池和串行的实验部署流程引起。为此,提出一种并行化的快速实验部署方案。利用分布式镜像池减少非本地节点的镜像拷贝时间,采用并行化实验部署提高时间维度上的资源利用率。仿真和实际应用结果证明,相比于串行部署方案,该方案可以减少40%~89%的部署耗时,有效提高了实验部署的速度。     

一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。