网约车流动行为的时空特征及网络分析

网约车轨迹是一类能够较好地反映市民流动行为的时空大数据。构建面向市民使用网约车的出行复杂网络，从网络的视角进行分析，进而挖掘网约车流动行为的时空特征，对于城市建设、路线推荐、道路优化等均有重要意义。基于滴滴出行的2016年11月份成都市内的历史订单数据，将主城区划分为400个城市网格，建立反映网约车流动的OD矩阵，构建出行复杂网络。对网络的复杂结构、各种中心度以及流动关系的重要性进行了深入分析，同时构建多个测度指标，度量了出行网络中网约车流动行为的时空特征。分析结果表明：成都市网约车的出行网络符合小世界理论，具有典型的空间分异特征，节点中心性和流动关系重要性的分布呈现显著的幂律形式；出行网络中流动行为的不平衡性、出行与到达位置分布的不确定性、流动方向的不平衡性均有较为明显的时空演变规律，且对于当前的出行网络，代表出行规模的出行量密度会正向影响这些流动特征。     

中国高校和科研院所科技成果转化制度改革——基于专利技术交易数据的分析

 为加深对高校和科研院所创新成果转化问题的理解并最终为建设知识产权强国和创新型国家提供决策参考,通过对国内外高校技术交易数据的定量对比分析,阐述了中国科技成果转化率相对低的原因。系统梳理了国内外科技成果转化政策,并结合中国部分地区针对科技成果产权制度改革的最新进展,讨论了科技成果转化制度的发展现状和成效。最后从改进评价体系、提升专利质量、培育专业人才和借鉴国际经验方面提出促进科技成果转化制度改革的政策建议。     

情商开发与大学生职业生涯发展

指导大学生职业生涯规划,促进大学生职业生涯发展,是当前高校和社会迫切需要解决的问题。将情商开发运用到发展大学生职业生涯所需要的综合素质中去,是有效促进大学生职业生涯发展的关键。     

基于MFCC特征组合参数的说话人识别研究

为提高说话人识别系统的识别率,提出了一种提取Mel频率倒谱系数（MFCC）与差分特征组合参数的方法:先对传统的MFCC参数进行特征分量归一化处理,提升MFCC系数的噪声鲁棒性;再用高斯混合模型(GMM)构建了说话人识别系统。使用TIMIT语音库进行实验测试,并比较了不同高斯混合数的MFCC特征参数组合对识别率的影响。结果表明:使用改进的MFCC混合参数明显地提高了说话人的识别率。     

中国高校和科研院所科技成果转化制度改革——基于专利技术交易数据的分析

 为加深对高校和科研院所创新成果转化问题的理解并最终为建设知识产权强国和创新型国家提供决策参考,通过对国内外高校技术交易数据的定量对比分析,阐述了中国科技成果转化率相对低的原因。系统梳理了国内外科技成果转化政策,并结合中国部分地区针对科技成果产权制度改革的最新进展,讨论了科技成果转化制度的发展现状和成效。最后从改进评价体系、提升专利质量、培育专业人才和借鉴国际经验方面提出促进科技成果转化制度改革的政策建议。     

求解二级分销网络模型的混合微粒群算法

针对现有算法在求解二级分销网络模型时计算量大、难以适用于求解大型规划问题和易陷入局部最优等不足,提出一种求解二级分销网络模型的混合微粒群算法。该算法以二级分销网络的总成本作为适应度函数,采用一种精简的编码方式,通过将遗传算法的变异和交叉操作引入微粒群算法,实现二级分销网络模型的离散优化。算例仿真结果表明:采用提出的算法能获得全局最优解,且收敛性好,运算速度快,稳定性好,能有效避免算法的早熟收敛问题。     

空气质量对公众感知风险与应对意愿的影响研究

本文通过收集北京、上海、广州、成都、长沙五个城市每日空气质量数据与百度相关关键词的每日搜索数据,采用结构方程模型的分析方法,研究探讨空气质量的优劣对公众搜索行为的影响.结果显示,空气质量指标下降导致公众感知风险、应对意愿、环境与健康意识三方面相关搜索量的显著增加.另外,还比较五个城市空气质量与搜索行为之间的关系以及搜索行为构成方面的差异,其中北京和上海空气质量与搜索行为之间的关系最强,表明两地民众的感知风险和应对意识最强,而成都、长沙以及广州在这些方面的意识较弱.网络搜索信息为政府部门洞察民众对空气质量的各种反应提供了新的渠道.     

基于组合神经网络的语义省略“的”字结构识别

针对语义省略“的”字结构识别任务, 提出一种基于组合神经网络的识别方法。利用词语和词性, 通过双向LSTM (long short-term memory)神经网络, 学习“的”字结构深层次的语义语法表示。通过Max-pooling层和基于GRU(gated recurrent unit)的多注意力层, 捕获“的”字结构的省略特征, 完成语义省略“的”字结构识别任务。实验结果表明, 所提模型在CTB8.0(Chinese Treebank 8.0)语料中, 能够有效地识别语义省略的“的”字结构, F1值达到96.67%。     

SAR图像目标解译算法研究

针对SAR图像目标解译的困难,首先从SAR图像中的目标信息特点出发,深入分析和探讨了SAR图像中斑点噪声抑制算法,点状目标、线状目标和面状目标的特征表现及其检测算法;然后针对它们的不足进行了相应的改进,获得了更佳的性能;最后在此基础上提出了一个半自动人机协作的SAR图像目标解译框架.实验结果表明,所采用的解译算法和提出的方案是切实可行的.