基于混合神经网络的序列推荐算法

为了提高推荐算法的推荐性能,在序列建模过程中,针对循环神经网络(recurrent neural network,RNN)无法并行运算导致建模速度与准确度较低,以及在偏好预测过程中对用户不同阶段偏好没有动态融合的问题,提出了一种基于混合神经网络的序列推荐算法.在算法模型的用户交互序列建模阶段,考虑到用户近期偏好变化频繁...     

基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

考虑OD需求变异的网络交通流演化模型

考虑到新进入网络的交通需求不了解路径的完备信息,可能随机地选择出行路径,提出一个改进的网络交通流演化模型,并分析了该模型及其不动点的一些特性. 该模型不动点不是传统意义下的用户均衡态或部分用户均衡态,它能更好地反映现实中交通流分配结果. 格子网络上完成的数值模拟结果表明,模型可用来近似刻画实现用户均衡态的过程, 模型中初始可行路径流量可以为零, 交通流能够收敛到不动点, 但可能存在多个不动点.     

基于快速网络模拟的安全态势预测

为提升网络安全态势预测的准确性,提出基于网络模拟的态势预测方法。该方法依靠网络模拟技术,详细推演网络安全行为的未来状态,并通过对状态数据进行分析与归纳,实现对网络安全态势的预测。为提升预测的时效性,研究核心节点路由静态存储以及动态连续计算等快速网络模拟技术。通过具有1720个节点的网络拓扑进行了实验验证:依靠快速网络模拟技术,整个态势预测所需的时间减少了51.7%,实现能提前获知未来的安全态势值;对所获得的安全态势曲线与实际安全行为进行对照分析,验证了安全态势预测的准确性。     

“随机”与“择优”——超网络演化的内在驱动力

基于"随机连接"和"择优选择"的演化机制,构建了一个随机-择优混合超网络演化模型。使用Poisson过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,分析表明网络的稳态平均超度分布服从漂移的幂律分布。该模型可以退化到复杂网络和超网络中的标准模型,具有一定的普适性。通过调节机制系数,模型可以体现混合连接机制。并对3个实证数据进行了分析,该模型能有效刻画不同数据的演化机理。     

互联网舆情分析弹性自组织网

主要解决海量互联网信息的舆情分析问题。以概念倾向性和话题属性新概念为基础,建立了具有人工及自我双重训练功能的、具有自我反馈机制的舆情统计分析模型。以互联网为平台构建了虚拟的弹性自组织网,解决了网络舆情分布式计算、规模自由扩展及大规模舆情信息视觉化等的问题,并根据力学抽象使其具备了网络拓扑结构的自优化、自更新功能。实验表明,模型具有分析效率高、准确、结果直观等特点。     

点与线的复制：基于网络思维的系统观

＂复制＂是一种普遍存在的现象,其表现为重复、拷贝或再造某种事物、结构或关系。这种现象在生命系统中尤为明显。通过把系统表征为由点（属性）和线（关系）所组成的网络,网络思维可以作为考察各种系统的认知工具。这种思维除了可以进行诸如还原、切出、背景化和层级化等多种表层操作以外,还具有更深层的点和线的复制。以对部分与整体、系统和环境的辨析为引导,本文首先简要回顾了鲁曼系统理论中的系统观发展史,然后以现有系统观的生命系统模式作为框架,提出把复制性作为网络思维的图式（基于点线符号的网络）及其考察的对象（系统）的基本特性,从而为利用网络思维考察各种系统提供新的理论依据和分析视角。     

网络控制系统的可镇定性和可检测性

基于线性时不变系统的被控对象，建立了控制器为事件驱动时长时延网络控制系统的数学模型，对网络控制系统的均值可镇定性、均方可镇定性、均值可检测性和均方可检测性作了定义，得到了网络控制系统可镇定、可检测的充要条件，最后以不稳定的倒立摆为对象进行了仿真研究．     

基于单模态生理信号无监督特征学习的驾驶压力识别

针对基于多模态生理信号分析的驾驶压力识别会影响驾驶员的行车舒适性,且传统的生理特征的提取需要依赖先验知识的问题,构建了基于单模态生理信号无监督特征学习的驾驶压力识别模型.首先采用单模态生理信号,通过构造卷积自编码器进行无监督的特征学习来提取抽象特征;然后将特征依次送入支持向量机、随机森林、K最近邻、梯度提升决策树4种不...     

负载型铜、钴催化剂的室温固相合成及对邻二甲苯的深度催化氧化

采用低温固相法制备了系列负载型铜、钴以及铜钴复合催化剂,用于邻二甲苯的深度催化氧化,以邻二甲苯的分解率和二氧化碳产率综合评价催化剂的活性.考察了制备方法、活性组分及载体对催化剂活性的影响.采用XRD,BET,SEM,TPR等技术对催化剂进行表征,结果表明:室温固相法制备的催化剂,具有低结晶度、小晶体粒度和高比表面积等结构特点;铜钴复合催化剂的活性高于单-金属氧化物催化剂,载体对催化剂活性影响显著.