基于ARIMA模型的杭州市PM2.5预测

选取2017年1月1日至2017年12月31日PM2.5的日均浓度的时间序列作为样本数据,利用Box-Jenkins的建模理论,建立符合杭州市的PM2.5浓度变化的ARIMA(4,1,2)模型.利用2018年1月1日~2018年1月5日的PM2.5浓度的预测值与实际值相比较,结果表明ARIMA(4,1,2)模型预测效果较好,适用于杭州市PM2.5的预测.     

一类时滞网络病毒传播模型局部Hopf分支

研究一类具有时滞的SIRSA计算机网络病毒传播模型。以病毒的潜伏期时滞为分支参数,得到模型局部稳定和局部Hopf分支存在的充分性条件,并计算得到模型产生局部Hopf分支的时滞临界点,最后利用仿真示例验证结果的正确性。     

基于卷积神经网络的在线评论情感分析模型

针对标准卷积神经网络在文本情感分析过程中忽略了句子的整体结构信息的缺陷,本次研究在卷积神经网络的输入端加入注意力机制,提出了基于双通道输入的分段池化卷积神经网络模型(AF_CNN模型),该模型既能够有效提取文本局部最优特征,又能够捕捉到上下文词语之间的相关性。针对体育新闻评论情感分析的实验结果表明,与标准的卷积神经网络模型相比,本次研究提出的AF_CNN模型在分类准确率、召回率和F_1值等评价指标上,分别提升了3.40%,0.47%,1.96%。     

一类时滞SLBQRS网络病毒传播模型

引入处于恢复状态的计算机的临时免疫期时滞，建立了一类具有分级感染率的时滞SLBQRS网络病毒传播模型.以恢复状态节点的临时免疫期时滞为分岔参数，讨论了模型有病平衡点的局部渐近稳定性和局部Hopf分岔的存在性，得到了模型局部渐近稳定和产生局部Hopf分岔的充分性条件.     

基于背景知识的本体进化框架设计

随着应用环境和用户的需求不断变化,本体必须不断进化.目前本体进化工作要解决的最重要的问题是如何确定新的数据信息与进化本体中已存知识之间的正确关系.基于背景知识的本体进化框架,利用背景知识挖掘出新旧数据信息之间的关系,改善了整个本体进化过程.     

学术期刊评价方法研究

期刊评价是文献计量学研究的重要组成部分,它揭示了学科文献数量在期刊中的分布规律,为优化学术期刊的使用提供重要参考,有助于提高期刊的内在质量,促进其健康成长和发展。本文对目前常用的期刊评价方法进行了分析,并对目前期刊评价存在的问题进行了总结。     

人民币实际有效汇率对中国外贸的影响 ——基于VAR模型的实证分析

针对人民币实际有效汇率对中国外贸的影响,选用2013年1月—2017年7月的月度数据,通过构建VAR模型,揭示了人民币实际有效汇率与中国外贸存在长期均衡关系和双向格兰杰因果关系,长期内人民币实际有效汇率对中国外贸具有负向影响,即实际有效汇率上升外贸会下降。结合实证结果,给出建议:稳定人民币汇率;增强与有密切贸易往来国的联系,减少贸易摩擦;优先推进人民币跨境结算,提高人民币交易地位。     

本体进化关键技术研究

如何让本体适应动态变化的外部世界,并根据外部知识源的变化做出及时的调整,即实现本体的动态进化,已成为本体研究中的一个重要内容.本体进化研究涉及到本体的变更机制,Web上本体的标识以及本体的版本机制等技术,本文将对这些关键技术进行分析研究.     

基于模式的本体匹配研究

本体匹配的主要目的，就是在两个不同的本体之间建立语义映射。由于本体可以从不同的方面进行比较，所以，目前有很多技术可以用来实现本体的匹配。本文介绍的就是基于模式的本体匹配技术。介绍了两种基于模式的本体匹配技术：元素匹配和结构匹配技术；并分析了匹配过程中的不确定性。     

一类具有替代食饵的时滞捕食模型

提出了一类具有替代食饵的时滞捕食系统模型。以食饵的消极负反馈时滞为分支参数,通过分析系统模型相应特征方程根的分布,得到系统模型局部渐近稳定和产生局部Hopf分支的充分条件,仿真实例对所得结果进行了验证。