高集中度电力通信网的优化策略

本文通过对电力通信网进行拓扑优化分析,针对典型网络,尤其是高集中度电力通信网络提出一种优化策略。该策略能有效改善电力通信网络结构,增强业务承载能力,进而提高网络的可靠性和安全性,并具有一定的可复制性。     

基于大数据技术的高校网络舆情监测与分析

高校网络舆情具有主体特殊性、内容多元性和传播快速性等特点,当负面舆情出现时,传统"救火"式思维模式已不能有效地解决网络舆情危机的爆发、蔓延和扩散。高校应综合利用大数据的分布式信息抓取与处理、非结构化数据存储等技术,通过舆情热词云分析、舆情演化分析和业务部门关注度分析等方式,快速完成网络舆情数据的多源采集、清理融合、分析挖掘等一系列任务,实现网络舆情的有效监管。"厦理工e起来"的舆情案例应用结果表明,基于大数据技术的高校网络舆情监测与分析,可实现对高校学生思想动态的实时追踪、预测和研判,防范和及时解决高校网络舆情危机的蔓延和扩散,促进高校文明和谐发展。     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

运用Actigraph GT3X三轴加速度传感器测量成年及老年男性人群步行的信效度研究

评价Actigraph GT3X三轴加速度传感器测量中国男性人群典型体力互动信效度,开发基于中国人群步行活动模式的GT3X三轴加速度传感器能耗推算方程。方法受试对象包括青年组(21.92±1.14岁),老年组(55.5±4.52岁)。受试者佩戴GT3X三轴加速度传感器,在跑台上分别完成3km/h(慢走)、4.5km/h(正常步行)、4.5km/h10%(上坡步行)、6km/h(快走)以及7.5km/h(慢跑)速度的走跑运动各5min。受试者佩戴COSMED K4b2便携式代谢测试仪,并将GT3X三轴加速度传感器佩戴于髋部,同步采集心肺功能仪及加速度传感器数据。结果根据受试对象4种无坡度走跑运动推导出线性方程MET=0.000653*counts(Axis1)+2.345521以及线性方程MET=0.000689*counts(VM)+1.640721,但其相关系数不高;GT3X+三轴加速度传感器记录上坡步行(4.5km/h10%)运动与无坡度运动(4.5km/h)相比,三轴counts及VM均显示有差异性(P<0.05),但counts增加率远低于MET增加率;GT3X+三轴加速度传感器两次重复测试,pearson值高,即离散程度低。结论本研究推导垂直轴(Axis1)、三轴矢量和(VM)的线性方程,为中度相关,误差值较大,且上坡运动时的GT3X+三轴加速度传感器记录counts值与MET值呈非线性相关,提示Actigraph GT3X三轴加速度传感器能耗推算方程可根据不同运动方式、运动强度推算相对应方程;Actigraph GT3X三轴加速度传感器测量我国成年及老年男性人群步行活动其信度较高。     

浅谈微博在高校网络思想政治教育中的应用

在网络化社会,微博已经成为人们交流与沟通的重要阵地,微博的使用人数也呈现出逐年上升的趋势,学生对于微博的认同感也超过了90%。作为一种全新的载体——微博的育人功能也受到了教育学界的广泛关注,"微博"属于新型生产力,在我国得到了飞速的发展,也渗透进了大学生生活与学习的各个方面,将微博与高校思想政治教育工作结合起来可以有效提升思想政治教育工作的创新性。该文主要分析微博在高校网络思想政治教育中的应用方式。     

情绪对创造性思维的影响:认知风格的调节作用

通过对214名大学生施测镶嵌图形测验,筛选出场独立型和场依存型被试各45人,通过自传体回忆方法分别诱发被试的高兴、愤怒和中性情绪,探讨情绪对创造性思维的影响,以及认知风格在情绪与创造性思维之间是否存在调节作用.结果发现:高兴和愤怒情绪均对创造性思维有促进作用,认知风格在情绪和创造性思维之间起调节作用,具体表现为对于场独立型被试,愤怒情绪促进思维的流畅性、灵活性和独创性;对于场依存型被试,高兴情绪促进思维的流畅性、灵活性和独创性.     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.     

基于曼哈顿距离构建非参数Q矩阵修正方法

将被试得分、理想反应距离和被试得分异常原理相结合,并加入属性计分下的被试得分特性,开发了用于多级评分情境下属性计分曼哈顿距离法(SA-MD),在不同条件下验证了SA-MD的稳定性和适宜性.通过模拟研究和实证研究表明:(i)从逻辑推导出SA-MD用于多级评分情境下Q矩阵修正更合理;(ii)在多种条件中,SA-MD 均有较优的修正效果,适用范围更广,稳定性更高;(iii)当小样本测验进行Q矩阵修正时,使用SA-MD方法可获得更优的效果.     

吸附溶出伏安法检测吸毒人员尿液中吗啡

吗啡既是临床用镇痛剂，也是公认的毒品.为实现对尿液中吗啡的快速、简单、高灵敏度与高选择性检测，将多壁碳纳米管羧基化处理后，直接滴涂于打磨并表征过的玻碳电极表面，制备得到了羧基化多壁碳纳米管修饰玻碳电极(MWNTs-COOH/GCE)，并采用差分脉冲吸附溶出伏安法(ASDPV)对吗啡(MOP)进行检测.结果表明，在优化了传感器的制备及检测条件(包括MWNTs-COOH的滴涂量以及富集时间、富集电位、缓冲溶液的pH等)后，得到的MWNTs-COOH/GCE检测吗啡的工作曲线回归方程为lg(I/μA)=0.687lg[c/(μmol·L^-1)]-0.068 (r~2=0.992 0)，线性范围为1.0×10^-7～1.0×10^-4 mol/L，检出限为8.0×10^-8 mol/L.在使用尿酸酶除去尿液中的干扰物尿酸后，用该传感器检测实际吸毒人员尿液中吗啡的质量分数，得到的检测结果与高效液相色谱检出结果的相对误差绝对值在4.24%以内.通过t检验法发现在置信度为95%时，两种方法并无显著性差异.     

基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。