【摘 要】
：
对于恶劣舆情准确识别并进行有效干预,对舆论走向的引导有着重大的意义。首先通过爬虫抓取网络数据,对数据进行特征提取,采用融合文本情感分析的改进KNN算法开创性的对网络舆情进行定量的严重性分级,严重等级越高的舆情,调控力度应越大;为进一步探讨调控手段的有效性和调控力度,基于精细划分的SIR模型模拟各舆情调控手段对舆情的整体影响,并及时反馈并做出修正,同时这种方法也为研究舆情调控手段提供了一定理论基础。
【机 构】
：
重庆交通大学数学与统计学院,重庆交通大学信息科学与工程学院
【基金项目】
：
国家自然科学基金项目(11401061,11501065),重庆市教委项目(KJ1600504,KJ1600512)。
论文部分内容阅读
对于恶劣舆情准确识别并进行有效干预,对舆论走向的引导有着重大的意义。首先通过爬虫抓取网络数据,对数据进行特征提取,采用融合文本情感分析的改进KNN算法开创性的对网络舆情进行定量的严重性分级,严重等级越高的舆情,调控力度应越大;为进一步探讨调控手段的有效性和调控力度,基于精细划分的SIR模型模拟各舆情调控手段对舆情的整体影响,并及时反馈并做出修正,同时这种方法也为研究舆情调控手段提供了一定理论基础。实验结果表明,舆情严重性分级模型取得不错效果;同时,仿真结果证明,官方账号互动、设立意见领袖、封号教育是
其他文献
为避免陶瓷材料产生裂纹导致材料报废,仿真陶瓷材料近表面微裂纹动态演化过程。基于涡流热成像技术检测原理,应用计算机控制脉冲发生器发射脉冲,感应加热源将脉冲转换为高频电流,电流通过激励线圈传导到陶瓷试件表面。红外热像仪受计算机控制生成陶瓷试件表面温度场图像,计算涡流激励下陶瓷表面生热和陶瓷裂纹热流传导。利用有限元建立构建实验模型,依据所设定初始条件与边界条件,完成陶瓷材料近表面微裂纹动态演化过程模拟。
平板显示器技术已逐渐发展为主流屏幕显示技术,而自动化布线是其面板电路和触摸屏电路设计领域的重要研究任务之一。根据布线需求的不同,需要不同的布线解决方案,如定阻值布线或等电阻布线。该类布线任务通常需要在2组端口间进行指定布线区域和最大电阻值的布线。每根布线电阻限制在指定范围内,从而满足IC驱动负载的要求。平行端口矩形区域布线是常见且重要的布线目标,找到一种合适的空间分配方案是十分必要的。电阻驱动的端到端布线算法,在布线规划时进行端口分组,然后对每组端口进行多段式的预布线,再以自适应步长调节电阻至限定区域。在
针对双馈风力发电机转子绕组的匝间短路问题,提出基于灰色模型和极限学习机(ELM)相结合的辨别模型:模型首先选取定子电流信号作为故障诊断依据,通过加Rife-vincen窗的快速傅里叶变换实现了定子电流特征频谱的提取,然后利用灰色模型对提取的特征频谱信号进行灰色处理,处理后的特征数据作为后续ELM神经网络的训练集和测试集;其次通过分析测试不同激活函数、不同神经网络结点个数对神经网络输出准确性的影响,
传统的ORB算法在应用到夜晚图像拼接领域时,容易受到灯光因素干扰,出现局部区域对比度较高,特征相对集中,而相对较暗区域无法提取到高质量特征,从而导致透视变换矩阵不准确,拼接效果不好。针对上述问题,采用了直方图均衡算法对图像低对比度区域进行对比度拉伸,使用knn匹配算法进行特征点的匹配与筛选,对直方图均衡前后提取的两组特征使用RANSAC算法计算透视变换矩阵,得到更准确的透视变换矩阵,在图像融合方面
光滑粒子流体动力学(SPH)是近年来兴起的一种无网格的粒子方法,SPH在处理大变形、运动物质表面以及自由表面等问题时优势明显,在数值模拟领域得到了非常广泛的应用,是一种典型的科学计算应用。作为一种显式的粒子方法,SPH在每一个迭代步都需要计算大量的粒子间相互作用,计算量非常大,如何提高SPH的计算效率成为研究热点。可伸缩矢量扩展(SVE)是ARM针对高性能计算推出的下一代SIMD指令集,基于SVE研究了SPH方法的SIMD加速方法,取得了显著的加速效果。
针对深度神经网络为了追求准确度对计算资源造成的巨大消耗,与边缘计算平台所处的受限环境之间的矛盾,探究利用FPGA逻辑资源搭建神经网络张量处理器(TPU),通过配合ARM CPU实现全新的边缘计算架构,不仅实现对深度神经网络模型的加速计算以及准确度的提升,还对功耗进行明显优化。该架构下,压缩后的MobileNet-V1网络准确度可达78.1%,而功耗仅为3.4 W,与其他不同计算架构的深度学习边缘计算平台的对比结果表明,该系统在不降低准确度的条件下,对于小规模深度神经网络的加速计算有着明显优势。
随着高速信道的传输速率变快,传输长度变长,结构复杂度变高,对信道进行建模也变得复杂与艰难.将目前比较火热的机器学习方法与高速信道结合起来,提出了一个新颖的方法.利用采
针对现有颗粒扩散模拟方法未考虑多个污染源问题,导致模拟效果不理想,提出基于GIS的大气污染颗粒物浓度扩散模拟分析。按照离散气象站点位置的风向和风速信息构建风场表面,利用烟囱出口位置风速均值等环境条件,计算大气颗粒物污染参数,建立高斯扩散模型;考虑多个污染源问题,转换高斯扩散坐标系与地理坐标系;创建基于GIS的大气颗粒物浓度扩散系统,使用相空间重构把颗粒物浓度序列映射至高维特征矢量空间,形成相点结构
将排序学习的方法应用于构件检索的研究中,首先,采用刻面描述的方法对构件进行全面的描述,并通过word2vec模型和权重设定的方法对刻面描述的构件进行特征提取;然后,对构件特征进行潜在语义分析和余弦相似度计算,得到构件训练数据集;最后,通过使用构件训练数据集和构件数据集对经过改进的Plackett-Luce概率排序模型用最大似然估计方法训练模型参数,从而得到一种构件排序模型。将构件排序模型应用到构件检索中开发实现了一个构件检索方法,通过实验验证了此方法的有效性,其查全率、查准率和效率都优于传统的构件检索方法