微博网络舆情中的意见领袖识别及分析

从用户影响力和用户活跃度两个角度考虑,构建了微博意见领袖指标体系,提出了使用层次分析法和粗糙集决策分析理论对意见领袖的特征进行识别及分析的理论框架。对3起突发事件微博数据进行了实证分析,通过观察法分析了Top 10意见领袖具有的特征,使用粗糙集理论对意见领袖识别问题进行了建模,并提取了识别意见领袖的决策规则。另外,通过定义意见领袖一致性和排名稳定性两个指标分析了意见领袖的跨主题性,实验结果表明意见领袖是主题依赖的,只有很少用户可以在不同主题同时成为意见领袖。     

事件空间中非完整系统的守恒律

首先给出了事件空间中的 Ｄ’ Ａｌｅｍｂｅｒｔ＿ Ｌａｇｒａｎｇｅ 原理;其次基于该原理在无限小变换群作用下的不变性,得到了事件空间中非完整系统的守恒律;最后举例说明结果的应用．     

事件树方法的贝叶斯分析

事件树方法是安全风险分析的基本技术,其分析结果的可信度在很大程度上取决于控制系统失效概率估计的精度。由于可靠性试验费用昂贵,试验次数有限,因此控制系统失效概率的估计往往较粗糙。提出的贝叶斯分析方法能够有效地利用系统运行过程的事故统计数据,对控制系统失效概率进行修正,可显著提高估计的精度。     

HACCP体系对冻干葱产品菌落总数的控制效果

为了检验Hazard Analysis and Critical Control Point(简称HACCP)体系对产品菌落总数的控制效果,本文特采用数理统计的方法对冻干小香葱产品执行HACCP体系前后菌落总数的数据进行分析研究,结果发现两种情况菌落总数均呈威布尔分布,以104 CFU/g为标准,执行HACCP体系后,产品合格率从未执行前的39%左右提高到96%以上,这说明HACCP体系对产品微生物具有良好控制效果,值得在食品工业中推广应用.     

重庆东部40～46kaBP气候事件的石笋记录

石笋的 w(Mg)/w(Sr) 值与Mg的固液分配系数 D_Mg/Ca 直接相关,可作为估算古温度变化的地球化学温度计。用武隆县芙蓉洞的石笋中的Ca、Mg、Sr地球化学值重建了重庆东部40～46kaBP的古气候变化。古气候重建结果显示：46～44.6kaBP为温凉期;44.6～40.6kaBP为持续稳定的冷湿期;40.6～40kaBP为干热期。分辨率达51～135a的古温度曲线清晰地显示了41～42kaBP时期的Heinrich事件H4和在40、45和45.7kaBP的3个暖事件（IS8,9,10）,该结果与前人资料在误差范围内有很好的吻合。     

给水系统附生生物膜发育的生物量和种群结构

为了满足给水管网管水质的要求,考察了不同的给水管道水力条件下聚乙烯管材上生物膜(生物量和种群结构)的发育情况。采用分子生物学与传统分离培养相结合的方法,以清华地下水为原水,在剪切力分别为0.95、0.18 Pa2种条件下,生物膜生物量和种群结构的发育呈现了同一规律,即生物膜生物量在7 d内即可发育成熟,在以后的发育中,生物膜生物量一直稳定在105CFU/cm2(CFU为菌落形成单位),但生物膜的种群结构却随着时间发生显著变化。实验中所设置2种水力条件对生物膜发育的影响差别不大;生物膜生物量的发育和种群结构的发育是2个相对独立的过程;易于分泌胞外粘液和菌体表面具有疏水性等性质可以帮助细菌更好地在生物膜中生存发展。     

BP神经网络用于饮用水管网细菌总数预测

为保障饮用水管网细菌学水质安全，并实现对细菌总数指标的预测，选定北方某市实验小区饮用水管网为研究对象，应用Matlab软件建立BP神经网络的细菌总数预测模型．结果表明，BP神经网络方法能较好地模拟复杂系统，模型精度较高；同时，建立BP神经网络模型，对水质指标间的相互作用进行模拟，拟合效果较好，并针对该实验管网给出了某些指标的限值．     

适于交通在线控制OD矩阵的一种估计方法

适于交通在线控制ＯＤ矩阵的一种估计方法周晶，徐南荣（东南大学管理学院，南京２１００１８）ＡｎＥｓｔｉｍａｔｉｏｎＭｅｔｈｏｄｏｆＯＤＴｒｉｐＭａｔｒｉｘｆｏｒＴｒａｆｆｉｃＯｎｌｉｎｅＣｏｎｔｒｏｌＺｈｏｕＪｉｎｇＸｕＮａｎｒｏｎｇ（Ｍａｎａｇｅｍｅ...     

On forecasting counts

Forecasting for a time series of low counts, such as forecasting the number of patents to be awarded to an industry, is an important research topic in socio‐economic sectors. Recently (2004), Freeland and McCabe introduced a Gaussian type stationary correlation model‐based forecasting which appears to work well for the stationary time series of low counts. In practice, however, it may happen that the time series of counts will be non‐stationary and also the series may contain over‐dispersed counts. To develop the forecasting functions for this type of non‐stationary over‐dispersed data, the paper provides an extension of the stationary correlation models for Poisson counts to the non‐stationary correlation models for negative binomial counts. The forecasting methodology appears to work well, for example, for a US time series of polio counts, whereas the existing Bayesian methods of forecasting appear to encounter serious convergence problems. Further, a simulation study is conducted to examine the performance of the proposed forecasting functions, which appear to work well irrespective of whether the time series contains small or large counts. Copyright © 2008 John Wiley & Sons, Ltd.     

仿真器运算的研究

论述仿真器两种结构的基本特点．详细探讨了事件驱动仿真器的运算过程．