社会网络分析及其在个案工作中的应用

随着个案工作应用范围的增大，研究者在对案主进行分析时往往不再单纯地拘泥通过与案主直接地沟通来获取信息．通过案主的社会支持网络来获取与案主相关的资料，可能获得比案主口叙更加真实和有价值的信息．从方法论的角度来看，社会网络分析这门在国内新兴的研究方法无疑是测量案主支持网络的最好途径之一．社会网络分析在个案工作中具有显著的效用．     

信息传播的最优结构

 研究连通网络中的信息传播问题,即有信息的节点vi在每个单位时间里能同时向它的至多k_i(k_i≥1)个邻点发送信息,要求传播的最短时间,使得网络中所有顶点均有此种信息.鉴于在任意网络中该问题是NP-完备的,特研究一种特殊的网络,即m维立方体网络.通过应用递推技巧,揭示了在m维立方体网络上信息传播的诸多好的特性及有趣的现象,显示了m维立方体网络是信息传播问题的最优结构.     

一种时间规整算法在神经网络语音识别中的应用

提出一种新的网络结构,这种网络能够很好地解决神经网络语音识别中的时间规整问题。该网络从输入语音信号的特征矢量序列中提取一组固定数目的特征矢量,然后将这组特征矢量馈入神经网络分类器进行识别。和其他的神经网络语音识别方法相比较,用这种网络进行前端处理,可以缩短后端神经网络分类器的训练和识别时间,简化分类器的网络结构并保持较高的识别率。     

基于被分块的无线传感器网络故障恢复方法

针对网络间不能正常通信的问题,提出了一种解决该类故障的恢复方法。此方法将整个网络监测区域划分成若干个同心圆,被孤立的区域将自己区域的转置节点代表移动到最近的同心圆上,从而实现了重建连通性的目的。     

社交网络中水军用户团队不当行为准确识别技术

传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述,在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树,通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现：采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其它技术高。可见所提技术识别准确性高。     

基于B+树索引的动态社会网络差分隐私保护

针对当前社会网络的动态更新速度越来越快,而社会网络中差分隐私保护方法迭代速度慢的问题,提出一种基于B+树索引的动态社会网络差分隐私保护方法.使用B+树索引社会网络图的边,根据差分隐私并行性组合的特点,对B+树的索引数据划分,为数据分配不同的ε并添加拉普拉斯噪声,实现数据隐私后的整体高效用性和局部强保护性;在迭代时利用B+树的高效索引对欲更新的信息快速定位,实现动态社会网络差分隐私保护的快速迭代.实验表明,B+树索引有效提高了动态社会网络差分隐私保护的迭代速度,同时差分隐私的并行性提高了数据的效用性.     

机械制造企业的网络计划分层模型

由于机械制造网络计划庞大,因素众多,网络计划技术应用存在缺陷,交血以是一个较好的方法,已有的层次分解方法大多割裂了层次之间的复杂关系,提出了的方法较的解决了这个问题,并已成功运用到机械制造的具体实践中,获得了满意的结果。     

Hybrid Recommender System Incorporating Weighted Social Trust and Item Tags

With the rapid development of social network in recent years, a huge number of social information has been produced. As traditional recommender systems often face data sparsity and cold-start problem, the use of social information has attracted many researchers' attention to improve the prediction accuracy of recommender systems. Social trust and social relation have been proven useful to improve the performance of recommendation. Based on the classic collaborative filtering technique, we propose a PCCTTF recommender method that takes the rating time of users, social trust among users, and item tags into consideration, then do the item recommending. Experimental results show that the PCCTTF method has better prediction accuracy than classical collaborative filtering technique and the state-of-the-art recommender methods, and can also effectively alleviate data sparsity and cold-start problem. Furthermore, the PCCTTF method has better performance than all the compared methods while counting against shilling attacks.     

双向及多点激发起爆网络可靠度分析

运用概率论和系统论的方法,对非电加强双向多回路网格式导爆管雷管爆破网络可靠度进行了分析计算,结果表明非电加强双向多回路网格式爆破网路的可靠度为 1,焦作电厂老厂主厂房爆破拆除时采用了非电加强双向多回路网格式爆破网路,一次起爆1.5 万个药包和 686 kg 炸药,成功地爆破拆除了 3 万多 m2 主厂房,取得了良好的经济、社会和安全效益。     

广域传感器数据库中数据冗余问题的研究

传感器网络在监控、采集、处理和传播信息过程中体现着准确、实时、方便、可靠等特点,引起了越来越多国家的军事界、学术界和工业界的高度重视.本文详细分析了广域传感器数据库中存在的结点信息重复存储问题,并针对此问题提出了一种采用单链表存储兄弟结点之间相同文档碎片的方法,有效地解决数据冗余问题.     

基于神经网络逆模型的Fuzzy-PID控制方法及其应用研究

在Ｆｕｚｚｙ－ＰＩＤ复合控制的基础上提出了一种基于神经网络逆模型的Ｆｕｚｚｙ－ＰＩＤ控制方法。该方法综合了模糊控制、神经网络控制和ＰＩＤ控制的优点, 使复杂工业过程中的非线性、时变等问题都得到了较好的解决。仿真结果表明, 该控制器具有较好的适应性和鲁棒性, 结构简单, 易于实现。     

多层网TCP-RED非线性流体模型的高效网络拥塞控制

提出了一种多层网络拥塞控制方法,该方法基于流体模型的微分方程设计多层网络拥塞控制.此外,该方法利用流体模型的稳定性保证网络性能参数的均值在多层网络环境及大数据流的情况下向平衡点收敛,同时也有效限制了AOM参数的设置.理论分析和仿真结果证明了这种网络拥塞控制方法能在多层网络中避免拥塞,并当网络出现大数据流时,该多层AQM系统能充分利用网络带宽及保持路由器队列长度的相对稳定.     

基于WNN的双目摄像机标定方法

针对传统摄像机标定方法需要建立复杂的数学模型,且计算量大、实时性不好的问题,引入了人工神经网络来有效处理非线性映射问题,准确地建立起立体视觉中三维空间特征点与它在图像平面上像点之间的非线性关系;但现有的神经网络标定法仍存在实时性差、标定精度不够、泛化能力差的缺点,于是该文提出了一种基于小波神经网络（waveletneuralnetwork,WNN）的方法,同时用粒子群优化算法对学习算法进行改进,并对小波网络与BP网络的标定结果进行比较．实验结果表明,基于小波神经网络的双目视觉标定方法能够达到较高的实时性、标定精度和泛化能力的要求．     

基于关键节点的影响力最大化算法

为解决LDAG( DAG Algorithm Based on Linear Threshold) 算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG 算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。     

基于社会网络分析的高校教师科研合作关系研究

以高校教师科研论文合作关系为研究对象,并以教师合作发表论文数据为例,构建了科研论文合作网络,利用Pajek和Ucinet软件对论文合作关系进行了分析,并以社会网络分析方法为基础对网络的整体特性、子网特征及结点的中心性进行了研究。     

基于可拓基元理论的复杂社会网络分析模型

 针对传统社会网络分析模型存在的不足, 根据可拓学中的基元理论, 结合社会网络分析理念及方法, 研究一种新的复杂社会网络分析模型。利用多维物元表示复杂社会网络的整体特征、节点属性和网络分析测度, 丰富节点的现实涵义;利用多维关系元表示节点之间的关系, 充分体现网络中关系的多重性;利用多维事元表示网络结构及环境变化的细节信息, 构建了复杂社会网络的多维可拓基元分析模型。通过实例分析, 验证了该模型的实用性及优越性。     

一种解决协同过滤数据稀疏性问题的方法

面对信息量过载的问题,为了使用户尽快的从大量的数据中找到自己需要的信息,即运用协同过滤算法解决数据稀疏性问题,本文提出了一种基于径向基函数(RBF)神经网络的解决方法.首先构建RBF神经网络并提出了一种新的确定隐层节点方法.然后利用构建的RBF神经网络预测用户评价矩阵中的空缺值,提高用户相似度计算的准确性.最后通过与经典协同过滤算法的对比实验证明所提算法的实用性,实验结果表明,基于RBF神经网络的协同过滤算法可以有效的解决用户评分数据的稀疏性问题,提高推荐的准确度.     

基于KMM匹配的参数迁移学习算法

当训练数据和测试数据来自不同的领域或任务以至于训练数据和测试数据的分布不相同时,需要进行知识的迁移.本文提出一种基于实例KMM匹配的参数迁移学习方法.利用KMM算法估计每个源领域实例的权重,再利用得到的权重,把这些实例应用到基于参数的迁移学习方法中.把该迁移学习算法应用到无线网络定位问题中时,该方法的定位准确度要高于单...     

Probabilistic Analysis on Connectivity for Sensor Grids with Unreliable Nodes

0 IntroductionWireless sensor networks consist of manynodes , each containing application-specificsensors ,a wirelesstransceiver ,anda si mple proces-sor[1-4]. Sensor networks have extensive applica-tions . A large number of research results can beseenin Refs .[5-7] .This paper mainly concerns with sensor net-works that are inherently unreliable. We consider anetwork with mn nodes ,arranged in a grid over asquare region of areaA. This model was presentedin[8 ,9].Each nodeis a sensor ,and can…     

基于模糊综合评判法的社会化电商潜在信任影响因素研究

随着互联网的普及，传统的零售模式无法跟上数字经济的脚步，电子商务迎来了快速发展阶段，与此同时社交+电商也走出了一条可发展道路，但是其中的信任问题依旧突出。在分析当前社会化电商潜在的信任影响因素的基础上，运用模糊综合评判方法分析了用户喜好值、能力专业度、用户熟悉度、口碑等因素对于信任机制建立的影响程度。据此提出了把握用户喜好、提升专业能力、提升用户熟悉度、树立品牌口碑等对策建议以促进社会化电商网络中用户之间信任的建立。