并六苯环石墨烯带的密度泛函研究

以并六苯环石墨烯带为研究对象,采用密度泛函理论的B3LYP方法,及6-31+G(d)基组,对该模型进行了分子轨道分析和频率计算。通过轨道分析得出了分子轨道能隙和轨道密度;经过频率计算得出模型的红外和拉曼光谱并说明了振动光谱中出现强峰的原因;最后与加氢并六苯环比较,对并六苯环石墨烯带的稳定性进行了讨论。     

基于动作空间扩充及奖励优化的知识图谱多跳推理

知识图谱的不完备性导致多跳推理在探索路径的过程中会缺失关键节点和关系，从而导致推理失败。针对此问题，文章提出了动作空间扩充及奖励优化模型AsaRo(Action Space Augmentation and Reward Optimization)。该模型根据实体的邻域信息寻找其相似实体，并利用相似实体的邻域信息扩充原实体动作空间。在模型优化方面，采用基于带有优势函数的演员评论家A2C(Advantage Actor Critic)算法的强化学习优化路径奖励，并在原有路径奖励的基础上添加状态价值函数以评价策略的好坏，进一步提升了模型效果。在知识图谱数据集UMLS、Kinship、WN18RR、NELL-995、FB15K-237上的实验结果表明，该文模型效果优于大部分现有模型。     

基于Hive的海量公交客流起讫点挖掘方法

目前起讫点(origin-destination,OD)挖掘方法普遍存在无法并行分析多条线路、低效率、预测率不足的问题。考虑到Hive在海量数据上的查询性能优势,基于Hive实现了OD挖掘,克服了上述问题。基于时间阈值匹配上车站点,失配记录基于站点上客数再次匹配。基于表连接的出行链算法预测下车站点,预测失败的记录基于概率进行两次预测。以石家庄2018年1月1日—2018年3月27日的IC卡刷卡数据和调度数据进行OD挖掘,在清洗后的11 312 505条出行记录中挖掘出11 270 037条OD记录,预测率达到99.6%,出行与吸引校验质量较高,Hive并行调优开启后耗时17 829.04 s。可见该方法满足生产环境中离线挖掘OD的业务需求。     

对旅游景点门票涨价的理性分析

随着旅游业的蓬勃发展,旅游景点为了提高经济收入纷纷提高门票价格,从博弈论的分析来看有其合理性,而从旅游者的角度来看其涨价的合理性又令人难以接受,但门票涨价是旅游发展的必然趋势,因此为了降低景区门票涨价后的负面影响,需要政府进行宏观调控。