基于BERT-LDA模型的新冠肺炎疫情网络舆情演化仿真

构建大规模网络舆情演化仿真模型,对新冠疫情武汉重灾区与全国其他地区采取差异化的应急管理和舆情疏导具有指导价值。为实现主题细粒度的舆情情感演化仿真,将LDA(Latent Dirichlet Allocation)主题模型与BERT(Bidirectional Encoder Representations from Transformers)词向量深度融合,优化主题向量助力文本主题聚类;同时,在改进BERT预训练任务的基础上,叠加深度预训练任务,以提高模型在情感分类中的精确度。结果表明:在主题向量训练过程中,改进的BERT-LDA模型较原始LDA模型NPMI(Normalized Pointwise Mutual Information)值提升0.357;在疫情事件情感分类任务上,AUC(Area Under the Curve)值超过了99.6%,证明其能够有效运用于大规模网络舆情演化仿真。     

基于Petri网模型的Ad Hoc网络可生存性分析

基于Ad Hoc网络动态拓扑结构难以用模型精确描述的特性,建立了可以表示网络中任意两个结点之间动态数据传输关系的Petri网模型,通过计算两个结点连通的概率和在规定时间内成功传输给定长度数据的概率,对网络的可生存性进行了研究,同时举例分析了结点传输范围和平均邻居结点数目两个网络因素对可生存性的影响。实验结果可以指导用户对网络可生存性进行度量,或根据实际的可生存性需求,调整相应的网络参数。     

基于主题模型的产品在线论坛主题演化分析

产品论坛主题演化分析对企业的市场营销和产品改进决策具有重要价值.针对产品论坛的特点构建了一个基于潜在狄利克雷分布((latent Dirichlet allocation, LDA)模型的产品在线评论主题演化分析模型,从主题标签、主题热度和主题词热度三个层面挖掘海量在线产品评论的主题演化.实验表明,该方法能够挖掘产品在线论坛的主题演化规律.发现不同论坛上同一产品的消费者关注点存在共性和差异性,关注点热度变化存在随机性,关注中心存在稳定性,以及高评论丰富度的论坛更容易形成主题演化关系等规律.     

核电厂操纵员情景意识评价模型

情景意识是核电厂操纵员可靠性研究的基础,HRA理论依赖于一个合理的情景意识评价模型。操纵员情景意识始于组织触发层,通过操纵员的认知与核电厂系统发生交互作用。本文首先确立情景意识与HRA之间的关系,建立组织定向的情景意识因果概念模型。在此基础之上,使用贝叶斯网络建立核电厂操纵员情景意识评价模型,进行因果推理和诊断推理。该方法不仅能计算给定证据条件下,对操纵员情景意识进行评价,而且能定量识别出操纵员情景意识中主要的影响因素。     

一种基于灰色距离测度的小样本数据区间估计方法

针对小样本试验数据的概率分布特征有时无法确定,传统概率统计就无法提供相应的参数估计方法的问题。基于灰色关联理论,首先定义了基于试验数据之间的拓扑关系和距离关系的灰色距离测度,通过对灰色距离测度的灰色生成得到小样本数据的参数估计值,并给出了满足一定灰色置信度下的参数置信区间。继而讨论了概率参数估计与灰色参数估计之间的区别。最后利用计算机对小样本试验数据的参数估计进行了仿真举例,示例结果表明所提方法简单合理,能有效地解决小样本数据参数估计的有关问题。     

基于小世界网络的企业间关联信用风险传染延迟效应

随着市场经济的深入发展,企业之间的关联性越来越强,关联信用风险已成为现代企业信用风险管理中的热点问题。本文在小世界网络的框架下构建关联信用风险传染模型,提出了"基于企业关联关系的小世界网络"的概念,研究了该网络结构中"非健康"企业的密度与关联信用风险的传染延迟时间及传染概率之间的关系,并通过可视化分析,探讨了关联信用风险传染概率的临界值和"非健康"企业的密度。研究发现,企业之间的资产关联有助于相互分担风险,延缓关联信用风险的爆发;关联信用风险的传染概率受企业的资产关联比和企业间关联个数影响。同时发现,不考虑资产关联比的企业网络低估了关联信用风险的传染概率。     

运动小目标检测最优图像帧数概率模型

针对运动小目标轨迹检测方法存在的最长轨迹拟合范围难以确定的问题，研究了轨迹长度与小目标检测概率分布之间的可描述性和适用性，分析了基于二项式概率分布的轨迹长度优化模型参数与最优轨迹模型帧数之间的关系，连续轨迹中丟失图像帧数与预测误差之间的关系，以及丟帧引起的轨迹拟合长度有效性限制问题，建立了小目标轨迹检测最优帧数概率模型。利用不同干扰下的40组紫外小目标连续视频，进行轨迹建立帧数、轨迹跟踪帧数、连续丟帧有效性测试，验证了文中所建立模型的有效性。     

基于关键词共现网络的主题词提取算法

针对主题词提取中关键词提取不准确以及仅考虑单一相关性的问题,提出一种将集成思想与复杂网络相结合的主题词提取算法。首先通过集成算法提取话题数据的关键词,以提高关键词提取的准确性,其次改进传统词共现公式计算关键词的共现度,并建立关键词共现网络,在网络的基础上得到最优连通子图,同时以节点度中心性为权重衡量关键词重要性并从中映射出主题词。最后,使用微博话题数据集进行实例验证,证明该算法是有效的,并优于传统的词共现算法,并在青岛社区话题数据集中进行应用。     

基于分包的混合朴素贝叶斯链路预测模型

隐朴素贝叶斯模型(HNB)和树增强朴素贝叶斯模型(TAN)通过挖掘共邻节点之间的内在关联缓解局部朴素贝叶斯模型(LNB)的强独立性假设,却忽略了真实网络中同时存在关联紧密的节点和相对独立的节点。在此基础上设计一种分包准则,将共邻节点划分为关联共邻节点和独立共邻节点,然后分别对HNB和TAN做分包改进,提出基于分包的混合朴素贝叶斯模型。在平均共邻节点数高的FWFW网络上,分包后HNB和TAN模型与原模型相比AUC值分别提升12%和11.6%。实验结果表明,所提方法能有效提升链路预测性能,并且具有良好的鲁棒性。     

基于链形系统的关联网络DEA模型:以我国14家商业银行为例

在规模报酬可变的假设条件下, 构建了链形系统的关联网络DEA模型.利用这个模型不仅可以同时测算整 个系统及其每个子过程的纯技术效率,而且还能考查决策单元联接的有效性.结合规模报酬不变下的关联网络DEA模型,可以进一步测算链形决策单元的系统规模效率.对我国14家商业银行2005年的效率测算结果表明: 由于考虑了子过程之间的关联性,新建模型较传统的独立模型更合理,也使决策单元的效率更具有可分性.     

复杂系统多模型学习与控制优化设计方法

高品质控制系统应该具备稳、准、快特点,本文研究了多工况下复杂系统的高品质控制问题.首先,用模型族覆盖系统在不同工况下的动态行为,然后,以后验概率为协调变量,提出了多模型学习与控制优化算法,证明了在稳态情况下用本文方法设计的控制律等同于真实模型的控制律,同时,控制器不需要在多个模型间进行硬切换,是一种软切换策略,最后通过对两个例子的仿真,说明了算法的有效性.     

Mathematical Models of Self-Appraisal in Social Networks

In social networks where individuals discuss opinions on a sequence of topics, the selfconfidence an individual exercises in relation to one topic, as measured by the weighting given to their own opinion as against the opinion of all others, can vary in the light of the self-appraisal by the individual of their contribution to the previous topic. This observation gives rise to a type of model termed a De Groot-Friedkin model. This paper reviews a number of results concerning this model.These include the asymptotic behavior of the self-confidence(as the number of topics goes to infinity),the possible emergence of an autocrat or small cohort of leaders, the effect of changes in the weighting given to opinions of others(in the light for example of their perceived expertise in relation to a particular topic under discussion), and the inclusion in the model of individual behavioral characteristics such as humility, arrogance, etc. Such behavioral characteristics create new opportunities for autocrats to emerge.     

Topic-Feature Lattices Construction and Visualization for Dynamic Topic Number

The topic recognition for dynamic topic number can realize the dynamic update of super parameters, and obtain the probability distribution of dynamic topics in time dimension, which helps to clear the understanding and tracking of convection text data. However, the current topic recognition model tends to be based on a fixed number of topics K and lacks multi-granularity analysis of subject knowledge. Therefore, it is impossible to deeply perceive the dynamic change of the topic in the time series. By introducing a novel approach on the basis of Infinite Latent Dirichlet allocation model, a topic feature lattice under the dynamic topic number is constructed. In the model, documents, topics and vocabularies are jointly modeled to generate two probability distribution matrices: Documentstopics and topic-feature words. Afterwards, the association intensity is computed between the topic and its feature vocabulary to establish the topic formal context matrix. Finally, the topic feature is induced according to the formal concept analysis(FCA) theory. The topic feature lattice under dynamic topic number(TFL DTN) model is validated on the real dataset by comparing with the mainstream methods. Experiments show that this model is more in line with actual needs, and achieves better results in semi-automatic modeling of topic visualization analysis.     

一种基于概率模型的分词系统

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用，以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型，并重点剖析了EM（Expectation-Maximization）算法，最后给出了一个基于本模型的汉语文本处理仿真系统。     

COMPLEX ECO-ECONOMY SYSTEM

In the past there were a lot of researches on the topic of economic growth. Nevertheless, the environment has been a bit abstracted by standard economics. Scarce natural resources and our choices to protect them or exploit them jointly determine the economic and environmental systems. In this paper we describe a model with a particular focus on the relationship among income, pollution, and non-renewable resources. We want to combine both economic and environmental sectors. The system dynamics approach is used in analyzing these complex relationships. This paper gives an insight into the possibilities for replacing non-renewable resources with more renewable ones. Next, we present the simulation runs of the model that are conducted with the help of existing system dynamics modeling tools. Only the relationships simulated so far between the variables ought to be put under yet more cautious examination.     

基于模式分类的自学习生产调度知识库方法

对一种简化的调度问题进行了分析 ,说明了在一定的条件下 ,对某一范围的调度任务 ,的确存在着一种不变的模式 .文中对任务中不同的子任务对 (“订单对”)给出了一个指标 ,并以此指标来判断该子任务对在一个成功的生产调度方案中的先后顺序 ,是否在另一个类似的任务的成功生产调方案中能得到保持 .基于这一结果 ,文章还给出了一个实际中对生产调度经验进行机器自学习的算法步骤.     

结构化模型中违约概率的比较静态分析及实证

由于违约概率估计在金融机构中风险测度与风险管理的重要性，基于信用风险管理的结构化方法，应用Black-Scholes-Merton的结构化模型计算客观违约概率，分析客观违约概率的比较静态特征，实证结果表明，比较静态特征在信用风险管理中起到有重要的作用。     

On Fixed Points of Linguistic Dynamic Systems

1 Introduction1 Humans employ mostly words in computing and reasoning arriving at conclusions expressed as words from premises expressed in a natural language. When we deal with a special type of dynamic system that modeled by 搘ords? we use the theory of linguistic dynamic systems (LDS) by Wang[17, 18]. This is true especially when we deal with social or economic, rather than engineering or physical systems. For many large complex systems, however, due to the complexity involved and the in…     

基于E-GERTS模型的复杂任务成功性评估方法

在分析复杂任务特点的基础上,针对一般模型无法反映资源约束对任务过程的影响以及任务过程间的相关性问题,提出了E-GERTS模型及其计算机仿真算法。该模型通过添加决策型节点和决策函数,可根据当前资源和时间信息,对任务过程进行动态决策,确定后续任务节点的分支概率,从而有效地解决了这些问题。同时还给出复杂任务成功性评估的E-GERTS模型建立方法,最后给出了一个示例。