提高图书馆信息资源利用的对策研究

在保持可持续发展战略的进程中，随着图书馆事业的发展、数字化建设的深入，在提高信息利用的研究中，我们发现信息意识缺乏才是影响图书馆信息资源利用的最根本的内在因素。     

分数微分阶数对分数Duffing振子动力学行为的影响(英文)

研究分数微分的阶数对分数导数型Duffing振子动力学行为的影响,运用数值仿真模拟分数Duffing振子随分数微分阶数变化而变化的规律.数据表明,分数微分阶值的变化,会引起由分数微分算子描述的非线性振子动力学行为的显著变化.存在最优分数微分阶值,可以作为表达非线性振子复杂动力学行为如混沌振动发生可能性的一种判断指标.     

股市舆情潜藏情感倾向对收益率的预测研究

以网络股评舆情数据作为非结构型文本数据研究对象,结合股票市场的相关交易指标,使用文本挖掘技术和机器学习算法确定投资者情绪测度指标,分析舆情数据中潜藏情感倾向对未来短期内股票收益率的预测能力.实证结果表明,舆情文本中挖掘潜藏情感信息能够以较高的准确率实现对股市收益率的预测.分析讨论了对预测结果有一定影响的特征字段与训练样本两个因素,发现在特征字段数量不变的情况下,随着训练数据的增多,预测结果的解释能力会有所提高;而当训练数据维持在一定范围内时,特征词数量的选取对预测结果也有很大的影响.     

不同类型游历模式之间的分析与比较

针对路径游历问题(Path Traversal),提出了一种新的挖掘用户频繁访问路径的方法MFP(MaximalFrequent Path),该方法首次采用两种兴趣度的度量标准.即在考虑了用户覆盖面的同时,又考虑了个人贡献因素.采用该方法不丢失有用的信息,便于网页序列的预取和缓存,并且有效地避免了两个极端情况的影响(单用户多访问和多用户单访问情况),能挖掘出比其它方法更具有普遍意义的模式,并从理论上推导和验证了它的有效性.     

基于PSO-DBSCAN的随机子空间模态参数自动识别

拱坝的模态识别是大坝健康监测中的重要一环，模态参数识别的准确度对大坝的性能评价有重要意义.首先利用随机子空间法识别模态参数，针对该方法需要人工辨识稳定图中真实模态的不足，引入密度聚类算法（DBSCAN）对模态结果进行去噪和拾取，并利用粒子群算法改进DBSCAN算法，实现DBSCAN超参数的自动调整，提高识别效率，为DBSCAN超参数的选择提供参考.将该方法应用于一混凝土拱坝数值模型中，并分析了不同采样数据长度对识别结果的影响和该方法的抗噪性.结果表明：合理选择采样时长，能够得到更完整的模态信息，本研究提出的方法能够有效实现模态参数的自动识别并有较高的精度和抗噪性，可以为大坝的安全分析提供参考.