体育产业集群网络对企业绩效影响的机制研究

从国家和地方政策可以发现，体育产业集聚已成为中国体育产业发展的趋势。 然而体育产业集群作为一个复杂的网络主体，其发展与政府固然分不开，其内部组织结构、关系网络的优化才是集群优化的重点。研究创新构建了“网络特征—主体能力—企业绩效”理论模型，客观地揭示了变量之间的关系，并定量地证明了各变量间的相互作用。统计结果显示：体育产业集群的网络结构和网络关系对企业主体有直接的积极影响。体育企业的主体在网络规模与企业绩效、关系实力和企业绩效、关系质量和企业绩效之间具有明显的中介效应，在网络密度与企业绩效、网络开放性和企业绩效之间不具有中介效应。体育企业的主体获取和利用其他实体的资源并将其应用于生产过程将有助于提高企业绩效，对企业绩效的影响最大。研究对政府和体育企业层面分别提出了规范市场秩序、促进网络建设以及增进知识共享、提高网络质量等管理建议。     

微波接力组网的节点再优化研究

为进一步完善常规方法构建的微波接力网组网拓扑,提出了一种基于最优链路集的网络节点再优化方法。该方法综合考虑节点吸引系数、链路衰落概率、节点通信冗余等因素,借助网络拓扑优化的思想,采用遗传算法构造了微波接力网的最优链路集;以节点在该集合中的度为依据,通过对节点的合理排序,以部分用户节点代替非必要的干线节点,完善了组网拓扑。在修改链路和节点价值集后,该方法还可解决其他网络干线、中继节点的选择问题。     

网络环境下高校图书馆的深层次服务

在科技不断进步以及激烈的社会竞争中，高校图书馆服务工作的核心内容应朝着提供深层次服务的方向发展。概述了高校图书馆深层次服务的相关内容，分析了网络环境对图书馆深层次服务的影响，探讨了网络环境下深层次服务的模式，在此基础上提出了做好图书馆深层次服务的措施。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

浅议图书馆读者服务创新

在网络时代,图书馆服务必须在内部结构、管理模式、服务模式等方面进行一系列变革与创新,才能满足读者日益增长的借阅需求,提供高质量的图书馆服务。     

Numerical Simulation of the COVID-19 Herd Immunity Based on Complex Network Modeling北大核心CSCD

鉴于构建流行病动力学模型、探索流行病传播规律对疫情防控具有十分重要的理论意义和实际应用价值,在已有的均匀混合模型基础上,针对个体接触关系异质化越发明显,且每个个体都处在不同的接触关系中,建立了兼顾个体状态与接触追踪的动态小世界网络模型。模拟了新冠病毒在社会中的传播过程。通过对比仿真结果,说明了所建模型的合理性。在此基础上,仿真计算了网络拓扑结构与接种免疫人数占比共同作用下对新冠病毒传播的影响,分析得到群体免疫临界值。说明所建传播模型合理,接种疫苗实现群体免疫可行。     

PBNA： An Improved Probabilistic Biological Network Alignment Method

Biological network alignment is an important research topic in the field of bioinformatics. Nowadays almost every existing alignment method is designed to solve the deterministic biological network alignment problem.However, it is worth noting that interactions in biological networks, like many other processes in the biological realm,are probabilistic events. Therefore, more accurate and better results can be obtained if biological networks are characterized by probabilistic graphs. This probabilistic information, however, increases difficulties in analyzing networks and only few methods can handle the probabilistic information. Therefore, in this paper, an improved Probabilistic Biological Network Alignment（PBNA） is proposed. Based on Iso Rank, PBNA is able to use the probabilistic information. Furthermore, PBNA takes advantages of Contributor and Probability Generating Function（PGF） to improve the accuracy of node similarity value and reduce the computational complexity of random variables in similarity matrix. Experimental results on dataset of the Protein-Protein Interaction（PPI） networks provided by Todor demonstrate that PBNA can produce some alignment results that ignored by the deterministic methods, and produce more biologically meaningful alignment results than Iso Rank does in most of the cases based on the Gene Ontology Consistency（GOC） measure. Compared with Prob method, which is designed exactly to solve the probabilistic alignment problem, PBNA can obtain more biologically meaningful mappings in less time.     

海堤渗压神经网络分布模型的建立及规律分析

为有效揭示海堤渗压的分布特征,掌握其在临海工作环境下的特殊规律,在利用神经网络建模优点的同时,采用多测点渗压监控信息,并将测点坐标因素加入到输入层,综合前期潮位因子、积分型降雨因子、时效因子,形成海堤渗压神经网络安全监控分布模型结构,以实测信息进行建模训练计算;在获得合理训练结果基础上,根据输入层因子补充插入坐标样本,获得不同位置的渗压模型值及渗压分布曲线.文中以广义回归神经网络为例,结合浦东海堤实测资料,以实例说明以上述方法在神经网络不提供显式的情况下,建立可获得分布曲线的监控模型,并以此对海堤渗压分布规律特色加以分析.     

并联式混合动力发动机神经网络法转矩预测与闭环控制

利用实际发动机的标定数据搭建了GT-Suite及Matlab/Simulink联合仿真模型，建立了基于进气和发动机状态参数的预测转矩反馈协同控制模块。对比了ANN法和现有发动机的标定脉谱插值预测（MAP）法2种方法下发动机稳态及瞬态转矩变化、升降挡等工况预测的结果误差，结果表明：稳态工况下MAP法较为可靠，低、中、高3种发动机转速下转矩预测波动小，误差比ANN法低1.31%、1.09%和1.52%；实际瞬态转矩跃变及阶跃工况下，ANN法较MAP法误差低5.62%和1.32%，升降挡工况下低1.93%和0.84%。     

网络环境下以能力培养为导向的经管类实验教学方法改革研究

网络技术的广泛运用丰富了高校经管类实验教学的手段,使实验教学突破了时空局限,大大拓展了人才培养的空间,但同时也给传统的实验教学带来很多负面的影响。在分析当前我国高校经管类实验教学存在问题的基础上,指出我国高校应以能力培养为导向,充分利用实验教学平台网络化的条件,对实验教学的内容、实验过程、实验评价等方面进行优化设计,形成以能力为导向的实验教学模式。