新时代民众心态与网络舆论引导模式的构建

民众心态可以全方位反映社会发展过程中产生的情绪、共识和价值取向,它是舆情危机事件频发的潜在动因。新时代民众心态的负面成分直接反映为舆论场生态,导致舆情危机的无序、失控状加剧。运用社会心理学研究理论,通过大量案例事实分析新时代民众心态的负面呈现,概括网络舆情危机爆发的"新常态",在把握舆论引导的导向原则、遵循舆论自身系统规律、进行多元协同治理等基础上,建构网络舆论引导立体化模式,从舆论、民众心态、社会问题中寻求逻辑,力图最大化发挥网络舆论的社会善治功能。     

血管介入微创手术机器人系统控制研究

医生在进行血管介入手术过程中需要实时的X射线图像引导,而长时间的射线辐射会严重危害医生的健康.为了减小介入医生在手术过程中受到的辐射伤害,该文研究了一款基于双主手控制的血管介入微创手术机器人系统,并对其整体框架和控制方法进行研究.医生可通过上位机界面交互,进行主从遥操作,驱动从端机构完成介入手术操作.最后进行了血管模型试验,验证了该文的介入手术机器人具备多器械协同递送的功能.     

基于用户相似性传递的协同过滤推荐方法

随着Web服务量日益剧增,如何推荐给用户符合其期望的服务尤为重要.协同过滤是服务推荐系统中应用较广泛的算法,但协同过滤往往存在数据稀疏问题.针对该问题,文中提出了一种基于用户相似性传递的协同过滤推荐算法,通过改进的皮尔逊相关系数计算出用户间的相似性,利用用户相似性构建相似性网络,并根据用户等级、最短路径和六度分隔理论进行用户间的相似性传递,以此增加目标用户的相似用户的数量,缓解了数据稀疏问题,然后根据传递填充过的用户相似网络进行服务的评分预测.最后以美团网的真实数据进行了实验,实验结果表明文中提出方法一定程度上可以提高推荐结果的准确性.     

面向协同作业的柔性U型生产线任务分配方法

对柔性U型生产线采用人工分配方式进行任务分配时效率低,且难以对大量的任务进行分配,因此文章建立了协同作业任务分配模型,提出了一种包含两人协同作业的任务分配方法,在给定时间的约束条件下,以最少工人数量和最佳的作业负荷均衡为求解目标进行任务分配,不仅考虑了时间的最优性和作业负荷的均衡性,而且也使人力资源配置得到最优化。将该方法应用于某双作用离合器U型装配线的任务分配中,能够针对不同型号的产品快速、准确地进行任务分配,从而验证了该任务分配方法的可行性和有效性。     

一种有效缓解数据稀疏问题的协同过滤推荐算法

文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。     

丹酚酸A与泼尼松联合治疗大鼠微小病变型肾病的协同增效作用

为研究丹酚酸A联合低剂量糖皮质激素对微小病变型肾病(MCD)大鼠的保护作用,采用健康雄性SD大鼠并随机分组,通过单次尾静脉注射阿霉素制备MCD模型,检测大鼠尿蛋白及血清总蛋白、白蛋白、甘油三酯、总胆固醇、尿素氮、血肌酐含量,观察肾组织超微结构变化;检测血清白介素-1β、白介素-6、肿瘤坏死因子α、C反应蛋白和丙二醛含量及超氧化物歧化酶活性,利用Webb分数乘积法评价联合作用.结果表明,丹酚酸A与泼尼松联合治疗对尿蛋白的改善具有协同增效作用,并改善血生化指标和肾功能,减少肾足细胞足突的融合;同时,联合治疗明显减少炎症细胞因子的释放和改善氧化应激状态.丹酚酸A与泼尼松联合疗法在MCD治疗中的显著保护作用,可能与其抗炎、抗氧化等作用有关.     

基于Timed-HITS与协同过滤的混合推荐算法

用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法.     

一种基于旁信息增强的协同过滤自动编码器模型

针对用户评分预测不准确的问题,提出了一种基于旁信息(side-information)对用户兴趣进行预测的协同过滤自动编码器推荐模型,给出了模型的设计原理、损失函数以及具体结构.模型使用单隐藏层自动编码器实现,用户评分与旁信息同为模型的输入/输出数据,旁信息也直接参加模型的训练,这种设计不仅降低了模型的规模和复杂度,而且旁信息可以直接对用户兴趣进行修正.同时,通过对训练数据集合的合理划分与扩充,使得训练的网络模型增加了表达能力.在真实数据集上的对比实验表明,本文提出的方法提高了评分预测的准确度,具有一定的实用价值.