辽宁旅游产业业态创新网络的结构与功能研究

区域创新网络对旅游产业的业态创新具有积极的现实意义.基于此,通过建立旅游业态创新与区域创新网络间的联系,提出了旅游产业业态创新网络的概念,并对其结构与功能进行了深入分析.同时指出了目前辽宁旅游产业业态创新网络建设存在的问题,并从建立旅游产业业态创新的高效运作保障体系、完善辽宁旅游产业业态创新政策体系和构建辽宁旅游产业业态创新网络平台服务政策体系三方面提出相应对策,以期为辽宁旅游产业的业态创新发展提供理论支持与借鉴.     

《中南大学学报(自然科学版)》来稿须知

<正>《中南大学学报(自然科学版)》(ISSN 1672—7207,CN 43—1426/N)是教育部主管、中南大学主办,刊登矿物、冶金、化学、材料、机械、信息、地质、采矿、土木、能源、交通、环境等专业学科论文的科技期刊,自2011年起改为月刊,国内外公开发行。该刊一贯突出学科专业特色,坚持学术质量与编校质量并重的原则,逐渐在高校学报界脱颖而出,目前,已取得一系列成绩和荣誉,如先后荣获首届国家期刊奖、第二届国家期刊奖     

中国高校地理科学专业本科教学改革探讨——基于美国奥本大学与中国福建师范大学的比较研究

以美国奥本大学和我国福建师范大学地理科学专业为主要研究对象,从培养目标、核心课程、课程多样化、课程组织、教学模式和成绩评定等方面进行了比较研究,系统地总结了美国高校教学的特色与优势.在此基础上,提出优化我国课程体系,推行小班制讨论课,提倡思维训练为主的精品课堂,提高考核难度和改进考核方式等教学改革建议,以推进我国地理科学专业创新人才的培养.     

高集中度电力通信网的优化策略

本文通过对电力通信网进行拓扑优化分析,针对典型网络,尤其是高集中度电力通信网络提出一种优化策略。该策略能有效改善电力通信网络结构,增强业务承载能力,进而提高网络的可靠性和安全性,并具有一定的可复制性。     

基于大数据技术的高校网络舆情监测与分析

高校网络舆情具有主体特殊性、内容多元性和传播快速性等特点,当负面舆情出现时,传统"救火"式思维模式已不能有效地解决网络舆情危机的爆发、蔓延和扩散。高校应综合利用大数据的分布式信息抓取与处理、非结构化数据存储等技术,通过舆情热词云分析、舆情演化分析和业务部门关注度分析等方式,快速完成网络舆情数据的多源采集、清理融合、分析挖掘等一系列任务,实现网络舆情的有效监管。"厦理工e起来"的舆情案例应用结果表明,基于大数据技术的高校网络舆情监测与分析,可实现对高校学生思想动态的实时追踪、预测和研判,防范和及时解决高校网络舆情危机的蔓延和扩散,促进高校文明和谐发展。     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

浅谈微博在高校网络思想政治教育中的应用

在网络化社会,微博已经成为人们交流与沟通的重要阵地,微博的使用人数也呈现出逐年上升的趋势,学生对于微博的认同感也超过了90%。作为一种全新的载体——微博的育人功能也受到了教育学界的广泛关注,"微博"属于新型生产力,在我国得到了飞速的发展,也渗透进了大学生生活与学习的各个方面,将微博与高校思想政治教育工作结合起来可以有效提升思想政治教育工作的创新性。该文主要分析微博在高校网络思想政治教育中的应用方式。     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.     

基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。