基于用户相对权重的在线社交网络舆情传播控制模型

在线社交网络(online social networks,OSN)中舆情传播干预时机的选择对网络舆情的管控具有重要意义.通过分析用户的网络地位、社会强化效应与用户感知价值等影响网络舆情传播控制的关键因素,以研究舆情管控的合理干预时机为目的,构建了基于用户相对权重的网络舆情传播控制模型.基于该模型,针对两类OSN开展仿真研究.研究发现,网络舆情传播与信息初始传播源的网络地位密切相关;在开放式OSN中,存在与干预时机选择关系密切的关键相变点;用户活跃度随社会强化效应强度的增大而下降,随干预时机的提前而降低,并存在有效干预时机区间;"悖民意"成本是干预时机选择的重要衡量指标.并据此,提出了相应现实干预时机选择的对策建议.     

谈铁路超限货物运输装载方案

超限货物运输在铁路运输中占有重要地位,它对于满足国家大型工程项目和国防建设的运输需求具有十分重要的意义。作为铁路工作者在实际工作中不可避免的要遇到超限货物运输,在对超限货物运输装载方案进行探讨,以便铁路工作者掌握超限货物运输装载方案的确定,从而安全便捷组织超限货物运输。     

客家艺术奇葩:赣南采茶戏

正赣南采茶戏俗称"灯子戏"、"菜篮戏",由民间歌舞发展而来,具有贴近生活、幽默活泼的特点,是江西采茶戏中最有代表性的一种,源于江西赣州安远县九龙山一带,迄今已有三百多年的历史。赣南采     

用模糊数学计算未来高炉技术指标的权重

用模糊数学中的模糊变换公式B=A■R,计算了未来高炉技术指标的权重,得到如下结果:高炉利用系数为0.20,燃料比为0.18,合格率为0.17,高炉寿命为0.17,煤气含尘量为0.15,空气质量指数为0.13,并且解释了它们的相对重要性.设定的权重A1与计算所得的权重B1两者的贴近度为0.95.     

层次分析法在高考志愿选择策略上的应用

主要在综合考虑各种因素下如何进行高考志愿选择的问题,利用层次分析法解决考生高考志愿选择问题.首先对问题进行合理的假设,利用层次分析法yaahp0.5.2软件,做出影响高考志愿诸因素的层次结构图,最后综合得出得决策层对目标层的权重,根据所得的权重数给出高校的合理排序,并给出填写志愿的方案.     

暂准进境货物内销缓税利息计征与否之决定因素探究

暂准进境货物进境后的状态有加工、储存和使用三种,在不同状态下的暂准进境货物有的内销需征收缓税利息,有的则不征收.通过对各类暂准进境货物的异同、状态变化和对税收优惠政策的利用情况进行分析,结果表明:暂准进境货物内销缓税利息计征与否的关键因素是公平原则的要求,即缓税利息制度存在与执行的意义所在.     

应用粗糙集理论的航电系统电子对抗权重确定方法

针对现代航电系统评价中参数的权重系数难于确定问题,提出应用粗糙集理论对航电系统数据进行挖掘,求得各项参评航电系统性能因素的属性重要度,并进行权值化处理,将其结果作为其权重系数.在此基础上,结合主观赋权方法,提出综合权重的确定方法.对第三代战斗机航电系统电子对抗的权重确定结果表明,该方法有效地克服了传统定权方法的缺点,使评价结果更具客观性,提高了综合评判的准确性、有效性.     

一种时空权重和边缘自适应的扫描格式转换

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

GM(1,1)模型改进算法及其应用研究

原始序列规律、一次累加生成序列光滑度及其初始值是影响GM（1,1）模型预测精度的主要原因.为了获得较高的预测精度,在原有改善序列光滑度方法的基础上,给出一种基于加权和最小平均相对误差的灰色改进算法.该改进算法不但能够提高拟合及预测精度,而且拓展了传统GM（1,1）预测模型的适用范围.将传统方法与改进算法应用于实际设备故障诊断和寿命预测,结果表明,改进算法对于机械设备的预知维修具有较好的参考价值.     

基于自适应特征融合的均值迁移目标跟踪

提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入S igmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败;特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.