创新观点情感特征对企业反馈的影响研究

虚拟创新社区中企业反馈对用户持续参与贡献创新观点非常重要,但是创新观点的情感特征是否会影响企业反馈?使用虚拟创新社区中的二手数据,以企业的回复和录用作为企业反馈的测量变量,分析了虚拟创新社区中用户发表创新观点的情感特征对企业反馈的影响,以及用户发帖经验、发帖时间、帖子中提及竞争对手情况的调节作用。并根据研究结论提出合理的建议。     

基于参数离散化的梁式桥损伤识别方法

针对梁式桥提出了一种基于参数离散化的损伤识别方法,并以结构动力指纹、实测位移、速度、结构刚度矩阵及其影响矩阵为变量,提出了全面损伤指标I1和精准损伤指标I2,通过数值模拟和实桥试验验证了该损伤识别方法的敏感性和抗噪性.结果表明,损伤指标I1和损伤指标I2均能有效实现梁式桥的损伤识别,且损伤指标I1具有更好的损伤敏感性和抗噪性,而损伤指标I2相对漏诊的可能性较低.在新沂河大桥损伤识别中,损伤指标I1能基本拟合梁式桥裂缝分布,较全面地反映出桥梁的损伤概况;而损伤指标I2对梁式桥中的重大损伤更为敏感,对于桥梁重大病害损伤识别的抗干扰性较高,能较准确反映桥梁结构的主要损伤.基于参数离散化的损伤识别方法可从本质上揭示梁式桥刚度损伤的数学形式,有效应用于梁式桥损伤识别中.     

复杂背景下的纤维识别研究

对在复杂背景下的纤维识别进行了研究.由于图像中纤维交错分布,相互遮挡,很难用现成的方法完成识别.本文作者提出的识别方法包括3部分:边缘检测,边缘细化与边缘修复.试验结果表明,本方法可避免纤维交叉,纤维弯曲等影响,并能较为准确地识别出每条纤维.     

FIFS:一种基于流序列的分组流识别方法

为了在高速网络中实时、准确地识别多种协议产生的分组流,首先分析现有的识别方法,然后从应用协议有限状态机角度出发,提出使用完美有限状态机统一描述不同识别方法的思想。在此基础上,提出了基于流序列的分组流识别方法,利用协议有限状态机中状态变化特征识别特定协议产生的分组流,并提出了一个状态特征聚合算法,以构造协议状态特征集合。通过识别基于UDP的Skype语音流,说明此方法的可行性和有效性。     

基于ARMA模型双谱分布与FCM方法的轴承故障识别

针对滚动轴承信号非线性和非高斯性的特点,提出了基于自回归滑动平均(ARMA)模型双谱分布特征与模糊c均值(FCM)聚类分析的故障识别方法.首先,利用经验模态分解改善信号,对获得的信号主分量建立ARMA模型;然后,对ARMA模型进行双谱分析;最后,以阈值化的双谱分布二值图为特征向量,借助FCM聚类算法构建类模板与最近邻模板分类器,实现故障识别.滚动轴承实例诊断结果表明,该方法能准确地判断轴承的实际性态,是一种有效的故障识别方法.     

改进的页面与时间阈值的会话识别法

在常用的计算时间阈值识别方法的基础上,提出了一种改进的基于 URL 页面类型、页面信息量和访问时间的平均阈值识别方法.针对不同的页面类型采用不同的阈值计算方法设置时间阈值,相对于已有的对所有用户页面使用单一的先验阈值和现有动态阈值计算,该方法能够更真实地反映用户会话的情况,且识别的准确率有了较大提高.     

基于应变模态梁型结构损伤识别研究

传统损伤识别方法大多仅限于结构件中单个裂纹的确定,且损伤识别指标无法准确反映早期局部损伤。为此,提出了一种以应变模态差为表征指标的结构表面多裂纹损伤识别方法。首先,依据欧拉伯努利梁理论,建立了含有多裂纹悬臂梁结构传递矩阵方程,得到含裂纹悬臂梁位移模态振型和应变模态振型;其次,计算损伤前后应变模态差并作为损伤识别指标进行识别。以悬臂梁为例,利用MATLAB分别对单损伤和多损伤等不同工况条件进行了模拟仿真,在此基础上,利用PVDF压电传感器进行了单裂纹和双裂纹悬臂梁损伤识别实验。仿真结果和实验结果表明：应变模态差可以对单裂纹与多裂纹损伤工况进行识别,且识别精度高。     

社交网络用户敏感属性迭代识别方法

分析识别社交网络用户敏感信息,有利于从技术上量化隐私泄露程度,进行隐私保护。针对现有的用户属性识别方法需要对用户属性取值进行强假设的问题,结合RL迭代分类框架和扩展wvRN关系识别的方法,提出了一种社交网络用户敏感属性迭代识别方法。通过卷积神经网络提取用户文本特征进行识别,结合邻居结点迭代地进行关系识别,不仅弱化了对用户属性的假设,而且提高了可用性。实验结果表明,通过在社交网络中获取少量的标注数据,对迭代识别方法设置合理的参数值,可以获得较好的用户敏感属性识别结果。     

基于数据驱动的应变模态参数随机子空间识别法

基于以应变和应变率为状态变量的系统随机状态空间模型,比拟基于数据驱动的位移模态参数随机子空间识别方法,建立基于数据驱动的应变模态参数随机子空间识别方法,用于环境激励下的结构应变模态参数识别,并通过数值算例和实例对识别方法进行验证。数值算例计算结果表明:应变模态参数随机子空间识别法可在各种噪声情况下较好地识别出结构的曲率模态振型,而且识别的曲率模态振型对局部损伤很敏感,具有较强的抗噪能力;实测算例识别的应变模态振型也与理论振型较吻合,从而进一步验证本研究识别方法的实用性。     

基于应变模态差的悬臂梁结构裂纹检测

传统损伤识别方法大多仅限于结构件中单个裂纹的确定,且损伤识别指标无法准确反映早期局部损伤。为此,提出了一种以应变模态差为表征指标的结构表面多裂纹损伤识别方法。首先,依据欧拉-伯努利梁理论,建立了含有多裂纹悬臂梁结构传递矩阵方程,得到含裂纹悬臂梁位移模态振型和应变模态振型;其次,计算损伤前后应变模态差并作为损伤识别指标进行识别。以悬臂梁为例,利用MATLAB分别对单损伤和多损伤等不同工况条件进行了模拟仿真,在此基础上,利用PVDF压电传感器进行了单裂纹和双裂纹悬臂梁损伤识别实验。仿真结果和实验结果表明:应变模态差可以对单裂纹与多裂纹损伤工况进行识别,且识别精度高。     

社交网络中水军用户团队不当行为准确识别技术

传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述,在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树,通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现：采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其它技术高。可见所提技术识别准确性高。     

基于双因素理论的电能质量敏感用户需求识别

准确识别电能质量敏感用户,明确服务对象,是电能质量增值服务顺利推进的重要保障。本文基于双因素理论,提出一种敏感用户电能质量需求识别方法。首先,提出了敏感用户优质电力保健需求和优质电力激励需求的概念,刻画用户对高电能质量的需求程度和有偿优质电力服务的购买愿望。其次,提出接入点的电压暂降水平、工业过程后果状态落差和工业过程免疫水平三个指标,度量用户的优质电力保健需求;提出银行贷款偿还率、年度电费缴纳比率和相对销售净利率三项指标,度量用户的优质电力激励需求。针对数据缺失的情况,采用符号数据,计算保健需求综合指标和激励需求综合指标。建立电能质量敏感用户识别坐标系,定性识别用户对优质电力的需求,明确优质电力服务对象。通过算例验证,所提方法具有较好的正确性和实用性。     

web日志挖掘中会话识别方法

通过对传统web会话识别方法分析和比较,改进了目前最常用的基于时间阈值会话识别方法,提出了一种基于动态阈值会话识别方法,该算法采用动态计算会话中请求记录间的平均时间间隔和动态计算会话中页面的平均大小相结合的方法,根据用户和网页的特点动态调整阈值,相对于传统单一的先验阈值,该方法可以根据不同的用户访问不同的页面生成动态的阈值,充分运用用户和网页信息.经过实验验证,该方法可以识别出更多的用户会话,且识别会话的准确率和查全率也比传统算法更高.     

基于学术社区的科技论文推荐方法

现有科技论文推荐方法的推荐质量以及效率仍有不断提高的需要,同时海量虚拟网络社区的用户信息为进行协同推荐提供了新的方式,为此提出一种以学术社区服务系统为基础,面向学术社区用户的新型科技论文推荐方法. 该方法可充分利用社区用户信息改善科技论文推荐质量以及效率. 对该方法所涉及的学术社区服务系统设计、网络社区发现以及基于网络社区的协同推荐算法等关键问题的实现思路进行了详细阐述. 实际应用表明,该方法可为科研用户提供更准确、更可信的论文推荐服务.     

基于用户相似度度量的有效社区Leader选举方法

社交网络社区Leader 选举,即识别社区内影响力最大用户,是社交网络结构分析重要任务之一,在识别意见领袖、增进社区融合等方面具有重要的理论和应用研究价值.传统的社区Leader 选举技术如UserRank和PeopleRank,主要基于社交网络链接分析实现,忽略了用户本身属性的相似度度量.因此得到的社区Leader不能有效保证其社区代表性.本文提出了一种新的用户关系建模方法,将传统的链接分析和用户属性相似度度量融合,有效识别具有代表性的高影响力用户.实验结果表明,提出的方法不仅可以选举出社区内部具有代表性的高影响力Leader 用户,还可以通过社区Leader 选举使得社区内其他用户的查询效率得到有效提高.     

基于干扰效率的星地认知网络功率分配算法

针对Underlay模式基于能量效率的功率控制算法未能准确反映次用户与主用户之间干扰性能导致系统容量下降的问题,综合考虑次用户能量有限及卫星链路和地面链路的差异性,定义干扰效率为认知卫星用户总的传输速率与地面基站接收到的干扰的比值,建立了基于干扰效率的星地认知网络上行链路功率分配模型,在此基础上提出一种基于干扰效率的功率分配算法.通过引入干扰门限约束及信干噪比约束条件,利用非线性分式规划理论和拉格朗日对偶法求解出最优功率.仿真结果表明:该算法能在较好满足次用户通信质量的前提下,有效减少对主用户的干扰,提升系统的干扰效率.     

基于BP神经网络的暂降域识别方法

暂降域是电力网络中使得电压暂降敏感用户无法正常工作的故障点所组成的区域,准确识别暂降域是电网暂降严重程度评估的基础。为了解决现有的暂降域识别方法所需样本点多、计算量大,识别精度低的问题,提出了一种基于BP神经网络的暂降域识别方法,利用BP神经网络算法的非线性拟合特性,拟合电压暂降幅值和故障点位置的内在非线性关系,利用该拟合结果计算得出确定阈值下的暂降域临界点,根据临界点得出暂降域识别结果。在IEEE30节点测试系统中对本文方法进行仿真验证,结果表明方法适用于不同的电网结构和不同的故障类型,能够准确地进行暂降域计算。     

Hammerstein系统遗忘因子有限窗口分解辨识

提出一种带遗忘因子和分解辨识策略的有限数据窗口递归最小二乘Hammerstein系统辨识方法。针对Hammerstein系统具有耦合参数的问题,将Hammerstein系统分解为2个子系统：一个子系统包含线性子系统参数,另一个子系统包含非线性子系统参数;提出一种基于遗忘因子的有限窗口递归最小二乘方法对分解模型进行在线递归估计;仿真示例验证了所提算法能够快速跟踪参数,实现对Hammerstein系统的精确辨识。     

计及响应度的电力用户互动潜力画像分析

面对海量灵活资源参与系统运行调节,精准的电力用户互动潜力画像是提升需求侧响应策略实施有效性的基础。而作为现实经济人,用户对不同用电场景和时空电价呈现出差异化的响应特征,致使电力用户参与系统运行调节的互动潜力难以刻画。为此,本文提出了计及用户响应度的电力用户互动潜力画像技术。首先,采用改进型的电量需求弹性矩阵建立了用户对不同时空电价的响应模型;其次,定义了8个反映用户响应度的需求响应特征指标;最后,采用基于相关性特征选择原理和最佳优先搜索策略从8个需求响应特征指标中提取用户互动潜力最大相关特征制定可靠且精简的用户画像。算例分析表明,本文所提精选需求响应特征指标方法能有效反映用户对不同时空电价的响应度且所绘制的用户互动潜力画像具有可靠性和精简性。     

一种基于传感器的Android应用行为分析技术

大多数针对恶意软件识别的研究都是基于应用程序接口(Application Program Interface,API)调用来实现的,但是目前基于API的研究大都没有考虑到设备的状态,设备状态能够直接体现程序运行的外部环境,这对分析应用的行为有着重要作用。本文提出一种基于传感器的应用行为识别技术,首先,通过传感器数据来判断设备实时状态;然后,结合API调用时序和图形用户界面(Graphic User Interface,GUI)首屏时序产生的多元时序数据,设计算法识别应用行为的恶意性;最后,设计实现包括静态打桩、动态行为监控和传感器实时状态采集的恶意行为分析原型系统,选取典型案例验证了本文提出方法的准确性,并通过黑盒测试验证了本文恶意应用识别方法的有效性。