期刊文献+
共找到812篇文章
< 1 2 41 >
每页显示 20 50 100
A mixed stochastic user equilibrium model considering influence of advanced traveller information systems in degradable transport network 被引量:4
1
作者 程琳 楼小明 +1 位作者 周静 马捷 《Journal of Central South University》 SCIE EI CAS CSCD 2018年第5期1182-1194,共13页
Advanced traveler information systems (ATIS) can not only improve drivers' accessibility to the more accurate route travel time information, but also can improve drivers' adaptability to the stochastic network cap... Advanced traveler information systems (ATIS) can not only improve drivers' accessibility to the more accurate route travel time information, but also can improve drivers' adaptability to the stochastic network capacity degradations. In this paper, a mixed stochastic user equilibrium model was proposed to describe the interactive route choice behaviors between ATIS equipped and unequipped drivers on a degradable transport network. In the proposed model the information accessibility of equipped drivers was reflected by lower degree of uncertainty in their stochastic equilibrium flow distributions, and their behavioral adaptability was captured by multiple equilibrium behaviors over the stochastic network state set. The mixed equilibrium model was formulated as a fixed point problem defined in the mixed route flows, and its solution was achieved by executing an iterative algorithm. Numerical experiments were provided to verify the properties of the mixed network equilibrium model and the efficiency of the iterative algorithm. 展开更多
关键词 mixed stochastic user equilibrium model degradable transport network advanced traveler information systems (ATIS) drivers' behavioral adaptability multiple equilibrium behaviors fixed point problem
在线阅读 下载PDF
基于Informer模型的航班延误预测
2
作者 杨新湦 游超 朱承元 《科学技术与工程》 北大核心 2025年第19期8282-8288,共7页
为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Inf... 为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Informer航班延误预测模型,采用MAE(mean absolute error)和RMSE(root mean square error)作为模型的评价指标进行预测误差分析。结果表明,CA-PCA-Informer模型比简单的组合模型预测效果更好,与CA-PCA-LSTM和CA-PCA-GRU模型相比模型误差最低,MAE和RMSE分别降低了20.2%~20.7%和12.7%~14.1%;CA-PCA-Informer模型对预测步长为1 h时预测更为精准,该模型可以为决策者提供更加准确的航班延误态势以保证航班的高效运行。 展开更多
关键词 民航交通运输 航班延误预测 informer模型 主成分分析 神经网络
在线阅读 下载PDF
Feature selection for determining input parameters in antenna modeling
3
作者 LIU Zhixian SHAO Wei +2 位作者 CHENG Xi OU Haiyan DING Xiao 《Journal of Systems Engineering and Electronics》 2025年第1期15-23,共9页
In this paper,a feature selection method for determining input parameters in antenna modeling is proposed.In antenna modeling,the input feature of artificial neural network(ANN)is geometric parameters.The selection cr... In this paper,a feature selection method for determining input parameters in antenna modeling is proposed.In antenna modeling,the input feature of artificial neural network(ANN)is geometric parameters.The selection criteria contain correlation and sensitivity between the geometric parameter and the electromagnetic(EM)response.Maximal information coefficient(MIC),an exploratory data mining tool,is introduced to evaluate both linear and nonlinear correlations.The EM response range is utilized to evaluate the sensitivity.The wide response range corresponding to varying values of a parameter implies the parameter is highly sensitive and the narrow response range suggests the parameter is insensitive.Only the parameter which is highly correlative and sensitive is selected as the input of ANN,and the sampling space of the model is highly reduced.The modeling of a wideband and circularly polarized antenna is studied as an example to verify the effectiveness of the proposed method.The number of input parameters decreases from8 to 4.The testing errors of|S_(11)|and axis ratio are reduced by8.74%and 8.95%,respectively,compared with the ANN with no feature selection. 展开更多
关键词 antenna modeling artificial neural network(ANN) feature selection maximal information coefficient(MIC)
在线阅读 下载PDF
基于MMoE-CNN-Informer模型的电力系统多元负荷长短期时间序列预测
4
作者 谈耀荻 黄艳国 +1 位作者 刘景锋 杨仁峥 《电气工程学报》 北大核心 2025年第2期253-263,共11页
随着用户侧用能的多样性以及能源的耦合性日益增加,多元负荷的预测对于地区调度的精细化管理至关重要。在保证短期多元负荷预测精度的同时,针对多元负荷较长期预测提出了一种基于MMoE-CNN-Informer的预测方案来提升负荷预测精度。首先... 随着用户侧用能的多样性以及能源的耦合性日益增加,多元负荷的预测对于地区调度的精细化管理至关重要。在保证短期多元负荷预测精度的同时,针对多元负荷较长期预测提出了一种基于MMoE-CNN-Informer的预测方案来提升负荷预测精度。首先使用卷积神经网络对多元负荷序列及其特征序列进行监督式特征提取,然后将特征输入(Multi-gate mixture-of-experts,MMoE)多任务模型学习多元负荷序列间的耦合强度,最后将学习结果输入各负荷Informer预测模型实现多元负荷较长时间的组合预测任务。以多元负荷数据集进行了试验,并与其他6种相关的预测方法进行了比较,证明了所提改进模型在多元负荷的长短期时间序列预测上存在一定的优势,在保证多元负荷短期预测精度的同时,提升了对于多元负荷长期预测的能力,体现了方案的有效性和可行性。 展开更多
关键词 多元负荷预测 较长期预测 多任务模型 卷积神经网络 informer预测模型
在线阅读 下载PDF
融合GCN与Informer的序列推荐算法
5
作者 范利利 李然 +2 位作者 王宁 王客程 吴江 《现代电子技术》 北大核心 2025年第8期39-44,共6页
为了解决长序列推荐算法的准确率低和冷启动问题,提高推荐算法的性能,提出一种融合GCN与Informer的序列推荐算法VGIN。使用图卷积网络提取数据中节点之间的空间特征,引入Informer模型来处理数据潜在的时间依赖性,再将两种特征输入多层... 为了解决长序列推荐算法的准确率低和冷启动问题,提高推荐算法的性能,提出一种融合GCN与Informer的序列推荐算法VGIN。使用图卷积网络提取数据中节点之间的空间特征,引入Informer模型来处理数据潜在的时间依赖性,再将两种特征输入多层感知器得出预测评分,实现长序列预测,改善长序列推荐效果较差的问题;同时利用变分自编码器(VAE)填补用户的数据缺失,改善用户冷启动问题。实验结果表明:构建的VGIN模型与基线模型相比得到了最高的HR@20值(0.248 4)和NDCG@20值(0.113 7),与基线版本中最优的SASRec模型相比,NDCG@20值和HR@20值分别提高了约7.87%、8.24%。该模型能有效提高长序列推荐准确率,同时降低了用户冷启动对推荐准确率的影响。 展开更多
关键词 序列推荐算法 冷启动 图卷积网络 informer模型 变分自编码器 特征提取
在线阅读 下载PDF
基于LSTM-Informer的风电功率预测
6
作者 郭阳 李勇 刘语忱 《绿色科技》 2025年第10期214-221,共8页
针对风电功率预测中因波动性与随机性导致的精度不足问题,本研究提出了一种融合长短期记忆网络(LSTM)与Informer模型的混合预测框架——LSTM-Informer,旨在协同挖掘风电数据中的多尺度时序特征。构建了系统化数据预处理流程,结合箱线图... 针对风电功率预测中因波动性与随机性导致的精度不足问题,本研究提出了一种融合长短期记忆网络(LSTM)与Informer模型的混合预测框架——LSTM-Informer,旨在协同挖掘风电数据中的多尺度时序特征。构建了系统化数据预处理流程,结合箱线图法与3σ准则剔除异常值,采用差异化插值策略填补缺失数据,并通过归一化消除特征量纲差异;设计分层特征提取架构,利用LSTM捕捉短期动态波动,结合Informer的稀疏自注意力机制建模长时全局依赖,通过生成式解码器实现未来时间步的高效预测。通过实证案例,验证了模型在均方根误差、平均绝对误差和决定系数等指标上均优于单一预测模型,显著提升了预测精度与稳定性,为电网调度决策优化和新能源高效消纳提供了技术支撑。 展开更多
关键词 风电功率预测 神经网络 深度学习 informer模型
在线阅读 下载PDF
Cluster based hierarchical resource searching model in P2P network 被引量:1
7
作者 Yang Ruijuan Liu Jian Tian Jingwen 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2007年第1期188-194,共7页
For the problem of large network load generated by the Gnutella resource-searching model in Peer to Peer (P2P) network, a improved model to decrease the network expense is proposed, which establishes a duster in P2P... For the problem of large network load generated by the Gnutella resource-searching model in Peer to Peer (P2P) network, a improved model to decrease the network expense is proposed, which establishes a duster in P2P network, auto-organizes logical layers, and applies a hybrid mechanism of directional searching and flooding. The performance analysis and simulation results show that the proposed hierarchical searching model has availably reduced the generated message load and that its searching-response time performance is as fairly good as that of the Gnutella model. 展开更多
关键词 Communication and information system Resource-searching model in P2P network GNUTELLA CLUSTER Hierarchical network
在线阅读 下载PDF
基于GGInformer模型的金融数据特征提取及价格预测 被引量:1
8
作者 任晟岐 宋伟 《郑州大学学报(理学版)》 CAS 北大核心 2024年第5期62-70,共9页
为了解决金融时序预测任务中出现的特征参数冗余问题,用遗传算法对金融数据进行特征提取,通过三组对比实验进行验证分析。实验结果显示,加入了遗传算法的预测模型比未加入遗传算法的模型在三种数据集上的MSE均有所降低。最终结果证明遗... 为了解决金融时序预测任务中出现的特征参数冗余问题,用遗传算法对金融数据进行特征提取,通过三组对比实验进行验证分析。实验结果显示,加入了遗传算法的预测模型比未加入遗传算法的模型在三种数据集上的MSE均有所降低。最终结果证明遗传算法可以有效解决金融产品价格预测过程中的特征冗余问题。为了解决非线性的长序列金融数据预测效果差的问题,通过结合GRU网络和Informer模型构建了GGInformer模型来对金融产品价格进行预测。模型在三种外汇产品数据集上与其他四种预测基准方法进行了对比实验,实验结果与可视化分析表明,所提模型在金融产品交易价格的预测结果上有明显优势,可以提高预测的精度。 展开更多
关键词 遗传算法 特征提取 金融产品价格预测 informer模型 GRU网络
在线阅读 下载PDF
CNN增强型Informer模型在工业时间序列预测中的应用及性能优化 被引量:3
9
作者 李嘉源 王晓东 何启学 《计算机应用》 CSCD 北大核心 2024年第S2期79-83,共5页
在实际的工业生产中,Informer模型自身的概率稀疏机制会导致在特征提取时大量时序特性的丢失。为了克服Informer模型的这种缺陷,同时兼顾工业生产中对预测速度和效率的要求,提出一种使用卷积神经网络(CNN)增强的Informer模型。该模型引... 在实际的工业生产中,Informer模型自身的概率稀疏机制会导致在特征提取时大量时序特性的丢失。为了克服Informer模型的这种缺陷,同时兼顾工业生产中对预测速度和效率的要求,提出一种使用卷积神经网络(CNN)增强的Informer模型。该模型引入短时傅里叶变换(STFT)处理序列获取数据在频域的特征,以进一步减少概率稀疏注意力机制带来的特征丢失,并提高预测准确度。在ETT(Electricity Transformer Temperature)、ECL(Electricity Consumption Load)公开数据集和一个私有数据集上,所提模型与工业领域应用最广泛使用的长短期记忆网络(LSTM)、自回归积分滑动平均(ARIMA)模型等4种模型进行对比实验的结果表明,所提模型的均方误差(MSE)和平均绝对误差(MAE)两项指标均有下降,性能有所提升。 展开更多
关键词 时序预测 工业数据 卷积神经网络 informer模型 短时傅里叶变换
在线阅读 下载PDF
基于Informer的CFB机组长序列NO_(x)排放预测研究与教学实践 被引量:1
10
作者 任燕燕 龙嘉豪 +2 位作者 郭晓桐 韦德生 周怀春 《实验技术与管理》 CAS 北大核心 2024年第10期171-179,共9页
为了研究循环流化床机组NO_(x)排放预测问题,采用Informer神经网络模型对某350 MW超临界循环流化床机组NO_(x)排放进行建模研究。首先,获取机组运行数据,对有关数据进行标准化处理;其次,确定实验方案,进行了6种不同NO_(x)排放长序列时... 为了研究循环流化床机组NO_(x)排放预测问题,采用Informer神经网络模型对某350 MW超临界循环流化床机组NO_(x)排放进行建模研究。首先,获取机组运行数据,对有关数据进行标准化处理;其次,确定实验方案,进行了6种不同NO_(x)排放长序列时序预测的仿真实验,并进行分析;最后,利用Transformer模型、RNN模型与LSTM模型按照相同实验方案进行NO_(x)排放预测,并与Informer模型的预测结果进行对比。研究结果表明,Informer模型通过注意力机制、蒸馏机制获得了较好的特征提取能力和长序列输入能力,该模型的NO_(x)排放预测效果在预测精度与时效性两个方面均明显优于其他三种对比模型,能够为循环流化床机组NO_(x)排放预测提供有效技术支持。该能源动力类学生的创新与实践教育项目,有助于锻炼学生的科研思维,能够为能源动力类专业实践教学发展提供一定借鉴。 展开更多
关键词 循环流化床机组 informer模型 NO_(x)排放 长序列时序预测 创新与实践教育
在线阅读 下载PDF
福建省泉州生态与海洋文化复合型景观网络构建及整体性保护
11
作者 陆东芳 郑雅如 +1 位作者 韩天腾 陈顺和 《风景园林》 北大核心 2025年第7期114-122,共9页
【目的】构建生态与海洋文化复合型景观网络并进行整体性保护,旨在促进生态环境与海洋文化耦合协调,推动生态与海洋文化景观资源优化配置。【方法】以福建省泉州市为例,综合运用形态学空间格局分析(morphological spatial pattern analy... 【目的】构建生态与海洋文化复合型景观网络并进行整体性保护,旨在促进生态环境与海洋文化耦合协调,推动生态与海洋文化景观资源优化配置。【方法】以福建省泉州市为例,综合运用形态学空间格局分析(morphological spatial pattern analysis,MSPA)、景观连接度评价、最小累积阻力(minimum cumulative resistance,MCR)模型、K-means聚类算法、Linkage Mapper联动路径工具、文化景观信息传播模型,构建研究区的生态和海洋文化网络空间格局,并耦合形成复合型景观网络;构建泉州生态与海洋文化复合型景观网络耦合协调度评价指标体系,并计算生态与文化功能的耦合协调度。【结果】在泉州生态与海洋文化复合型景观网络中,廊道共62条,总长1524.55 km。耦合协调度评价结果显示复合型景观网络中1条廊道生态与文化功能处于严重失调,16条处于中度失调,32条处于基本协调,11条处于中度协调,2条处于优质协调。【结论】结合泉州市国土规划,构建了及优化生态与海洋文化复合型景观网络。在复合型景观网络的优化上,重点修复了沿海地区及中心城区网络生态失调问题,将原先以文化功能为主导的网络转变为兼具生态—文化双功能的网络体系,为支撑泉州生态和文化整体性保护及可持续发展提供依据。 展开更多
关键词 复合型景观网络 海洋文化 耦合协调模型 文化景观信息传播模型 泉州
在线阅读 下载PDF
基于多Agent模型的网络协同探测系统
12
作者 刘妍蕾 李勇 +2 位作者 韩俊飞 王鹏 王蓓 《沈阳工业大学学报》 北大核心 2025年第2期265-272,共8页
【目的】在网络技术迅猛发展的背景下,传统网络探测技术因效率和准确性不高,难以适应复杂的网络管理需求。尤其在电力通信网中,网络流量、结构和负载的统计与管理变得复杂,导致网络安全事件发生时,网络管理技术人员难以迅速提出有效的... 【目的】在网络技术迅猛发展的背景下,传统网络探测技术因效率和准确性不高,难以适应复杂的网络管理需求。尤其在电力通信网中,网络流量、结构和负载的统计与管理变得复杂,导致网络安全事件发生时,网络管理技术人员难以迅速提出有效的补救方案,影响互联网服务质量和社会秩序。因此,提出了基于多Agent模型的网络协同探测系统,旨在提高网络探测的效率和准确性。【方法】通过综合使用主动和被动探测的网络拓扑算法,并集成多种Agent和动态决策机制,显著提升了网络探测的效率和准确性。主动式探测技术利用Traceroute算法发现网络中的活动设备和开放端口,而被动式探测技术根据SNMP等协议收集网络流量中的详细信息,两者结合获得更完整的网络资产视图。设计了融合主动式与被动式网络探测技术的模块部署与技术架构,并建立了分布式探测系统组织结构。【结果】仿真实验与分析结果表明,在相同测试环境和流程下,与单一的被动式和主动式网络探测系统相比,网络协同探测系统在耗时较少的情况下,具有更强的通信性能和更短的探测时间。【结论】网络协同探测系统在仿真实验中展现出优越的通信性能和探测效率,能够在短时间内探知到更多的主机,且数据流量更大,覆盖范围更广,进一步验证了该系统的可行性和有效性。实际测试中,在包含多种操作系统的复杂网络环境下,基于多Agent模型的网络协同探测系统探知到的主机数量最多,且能够明确主机操作系统的组成。该系统不仅提高了网络探测的效率和准确性,而且对实时性要求较高的应用场景具有重要意义,有助于提升网络管理的响应速度和处理能力,对网络安全和优化具有重要的理论和实践价值。对于能够满足广泛工程需求的网络协同探测系统而言,其理论机理及探测时间仍然存在一定的优化和提升空间,这也是网络探测研究领域的核心问题。 展开更多
关键词 网络探测 多AGENT模型 拓扑信息 决策算法 简单网络管理协议 地址解析协议 通信机制
在线阅读 下载PDF
物理信息神经网络在水文地质与工程地质中的应用研究综述
13
作者 朱琳 钱陈之皓 +3 位作者 宫辉力 郭涛 李帅 叶淼 《水利水电技术(中英文)》 北大核心 2025年第7期13-25,共13页
【目的】在水文地质与工程地质研究中,传统机理数值模型在模拟复杂物理过程时存在建模精度低、不确定性等问题,机器学习模型则存在数据需求量大和可解释性差的不足。物理信息神经网络(Physics-Informed Neural Networks,PINNs)作为一种... 【目的】在水文地质与工程地质研究中,传统机理数值模型在模拟复杂物理过程时存在建模精度低、不确定性等问题,机器学习模型则存在数据需求量大和可解释性差的不足。物理信息神经网络(Physics-Informed Neural Networks,PINNs)作为一种结合物理定律和机器学习的新方法,能够为解决上述问题提供可行的方案。【方法】首先,通过整理近四年文献,系统梳理机理数值模型、机器学习模型以及机理-学习耦合模型在水文地质与工程地质领域的研究现状;其次,深入分析PINNs在该领域的最新应用;最后,阐述了PINNs在水文地质与工程地质领域发展中存在的问题,并对其今后的发展给出相关建议。【结果】研究发现,在水文地质与工程地质领域,PINNs部分解决了数值模型和机器学习模型中存在的数据稀缺、可解释性差和泛化性不足的问题,拥有广阔的应用前景。今后需要进一步解决其在鲁棒性、自适应权重分配和初边界条件处理方面的问题,深入挖掘其潜力。【结论】在未来研究中,建议耦合生成式模型或强化学习等模型,减少因数据质量和噪声对模型的影响,提高PINNs的鲁棒性;使用自适应学习算法和动态权重平衡机制,平衡损失函数各项权重,使PINNs模型输出矩阵满足正交条件,提高PINNs模型的计算效率;综合实际情况,选择优化激活函数、约束方式等,使PINNs模型收敛速度更快,结果更为精准。 展开更多
关键词 物理信息神经网络 数值模型 机器学习 耦合模型 地下水 水文地质 数值模拟 工程地质
在线阅读 下载PDF
集成多元网络信息的期货价格波动预测:农产品玉米期货实证
14
作者 张大斌 曾芷媚 +1 位作者 凌立文 余泽汇 《运筹与管理》 北大核心 2025年第3期183-189,I0101-I0102,共7页
以互联网为载体的媒体信息作为公众的主要信息来源,对期货市场参与者的投资决策产生影响,同时也会影响市场的具体表现。本文聚焦于挖掘网络信息对期货市场的赋能作用,提出一种集成多元网络信息的期货价格波动预测方法,以农产品玉米期货... 以互联网为载体的媒体信息作为公众的主要信息来源,对期货市场参与者的投资决策产生影响,同时也会影响市场的具体表现。本文聚焦于挖掘网络信息对期货市场的赋能作用,提出一种集成多元网络信息的期货价格波动预测方法,以农产品玉米期货为实证对象,验证了预测方法的有效性。首先采用KL-LDA模型和SnowNLP方法,基于相关的新闻信息分别构建主题指数和情绪指数,并引入累积衰减因子对情绪指数进行优化;其次,利用百度需求图谱构建核心关键词库,使用相应的百度指数建立网络关注度指数;最后,通过递归特征消除方法RFE构建预测变量组合,基于深度学习模型LSTM进行期价预测。玉米期货实证结果:与基于单变量预测的LSTM模型相比,该方法在MAE,RMSE和MAPE指标上分别降低45%,41%和43%,能够有效测度网络信息对玉米期价预测的价值,提升模型预测精度。 展开更多
关键词 多元网络信息 新闻信息 网络关注度 深度学习模型 玉米期价预测
在线阅读 下载PDF
基于多重信息自注意力的综采工作面目标行为识别
15
作者 杨艺 杨艳磊 +1 位作者 王田 王科平 《煤炭学报》 北大核心 2025年第2期1425-1442,共18页
综采工作面关键设备和人员的行为识别是开采环境信息智能感知的基础和核心。然而,综采工作面光照条件普遍较差,煤尘和水雾等干扰容易引起视频画面模糊,导致识别目标行为的关键特征难以提取,使得设备和人员的行为识别准确度无法达到实际... 综采工作面关键设备和人员的行为识别是开采环境信息智能感知的基础和核心。然而,综采工作面光照条件普遍较差,煤尘和水雾等干扰容易引起视频画面模糊,导致识别目标行为的关键特征难以提取,使得设备和人员的行为识别准确度无法达到实际工程应用的标准。为此,基于ResT网络架构,建立一种包含空间、时间、通道的多重信息自注意力模型和特征融合机制,扩展了模型特征提取的信息源,将其从单纯的空间信息扩展到空间、时间和通道的多重信息,提升了模型对目标行为的表征能力。其中,空间信息是对目标行为在空间上的深度解析,展现了目标的纹理、位置和形状等一系列深层特征;时间信息是从连续的视频帧中提取目标行为的时序特征,反映了行为发生的顺序以及演变关系;通道信息则是对空间和时间层面上的扩展与深入,从多角度挖掘空间和时间信息,并将原始数据表征在特征通道上,提供了目标行为的全局特征。算法的有效性在综采工作面行为识别数据集上进行了验证和对比试验。结果表明:在真实综采工作面环境下,行为识别的准确度可达到96.90%。相较于Swin-Transformer、Timesformer等主流的行为识别算法,识别准确率分别提升了11.06%和10.62%。算法经过ONNX模型转换和TensorRT加速后,在GPU上实现了推理,具备工程应用价值。据此,研发了综采工作面行为识别系统,并将算法模型以插件的形式嵌入到行为识别系统的Pipeline中,实现在DeepStream框架下对综采工作面关键设备和人员行为的实时推理和准确识别。 展开更多
关键词 工作面 行为识别 空间−时间−通道信息 网络模型 工程部署
在线阅读 下载PDF
无线传感网络高维时序数据状态估计算法研究
16
作者 邓俊华 屠敏 《传感技术学报》 北大核心 2025年第2期356-361,共6页
无线传感网络中数据量较大,准确估计存储节点中的数据状态,可以避免传感网络受高维度、冗余数据、网络状态等问题的干扰,进而提高传感网络的安全性。然而在传感网络中,对高维时序数据的状态估计一直是一个难点问题,为此,提出一种无线传... 无线传感网络中数据量较大,准确估计存储节点中的数据状态,可以避免传感网络受高维度、冗余数据、网络状态等问题的干扰,进而提高传感网络的安全性。然而在传感网络中,对高维时序数据的状态估计一直是一个难点问题,为此,提出一种无线传感网络高维时序数据状态估计算法。采用基于信息熵的PCA降维算法对传感节点中的高维时序数据进行降维处理,基于最优集成随机森林算法提取数据的特征,将提取的状态特征数据输入到贝叶斯估计模型中,并采用粒子滤波对模型求解,完成无线传感网络高维时序数据的状态估计。仿真结果表明:所提算法的估计时间始终在1.99 s以下,节点能耗小于22.1 J,估计结果与实际结果一致,具有良好的估计效果。 展开更多
关键词 无线传感网络 数据状态估计 贝叶斯估计模型 粒子滤波 高维时序数据 信息熵
在线阅读 下载PDF
面向知识图谱的网络信息自监督强化学习推荐模型
17
作者 封顺 《现代电子技术》 北大核心 2025年第10期142-146,共5页
为深入理解和挖掘用户历史网络交互信息中的行为特征,动态提取用户交互行为变化,实现网络信息个性化推荐,构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱,清晰地展示用户历史网... 为深入理解和挖掘用户历史网络交互信息中的行为特征,动态提取用户交互行为变化,实现网络信息个性化推荐,构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱,清晰地展示用户历史网络信息交互行为。通过基于自监督强化学习的特征提取模型,有效捕捉知识图谱中用户行为的动态变化,避免流行度偏差的负面影响,从而提取出历史网络交互信息的特征。基于知识图谱相似度计算,推荐与用户历史交互信息特征相似的网络信息实体,实现精准且个性化的推荐。实验结果验证,所提模型为用户推荐网络电影信息资源后,点击播放转化率达96.83%,网络信息个性化推荐效果明显提升。 展开更多
关键词 知识图谱 网络信息 自监督 强化学习 推荐模型 交互信息 特征提取 相似度计算
在线阅读 下载PDF
多元异构耦合网络中竞争性舆情信息传播研究
18
作者 申彦 许严妍 《计算机应用研究》 北大核心 2025年第7期2123-2131,共9页
针对舆情信息在跨平台交互过程中相互竞争的问题,提出在耦合网络下分析竞争性舆情信息传播规律。在SEIR模型基础上引入观点动力学,加入正、负面信息传播者,基于小世界网络和有向无标度网络搭建符合当下社交特征的耦合网络环境,构建多元... 针对舆情信息在跨平台交互过程中相互竞争的问题,提出在耦合网络下分析竞争性舆情信息传播规律。在SEIR模型基础上引入观点动力学,加入正、负面信息传播者,基于小世界网络和有向无标度网络搭建符合当下社交特征的耦合网络环境,构建多元异构耦合网络中竞争性舆情信息传播模型SEPNCR。在耦合社交网络中仿真分析了单双平台、信息内容、个体异质性等因素的影响,探讨了媒体引导和政府干预措施的作用。仿真结果表明,所提模型很好地刻画了竞争性舆情信息在耦合网络中的传播过程;与单网络相比,耦合网络中的交互行为显著增强了舆情传播规模和速度,有效提升信息多样化程度,缓解了信息同质化;信息情感色彩和敏感度直接影响舆情信息竞争态势;媒体引导促进了舆情传播,政府把握干预时机对控制舆情传播有显著影响。研究为网络舆情演化分析提供了理论基础,也为舆情引导治理提供了科学的决策参考。 展开更多
关键词 网络舆情 信息传播 多主体仿真 耦合网络 SEIR模型
在线阅读 下载PDF
基于数据分解和多模型切换的网络安全态势预测
19
作者 王娜 张鑫海 常娅明 《计算机科学与探索》 北大核心 2025年第7期1958-1968,共11页
准确的网络安全态势预测,能够给网络安全管理者提供决策依据,以便及时做好应对措施,对于维护网络安全稳定具有重要意义。网络安全态势序列通常具有复杂性和非平稳性的特点,单一模型预测存在预测精度低、泛化性差等问题。针对上述问题,... 准确的网络安全态势预测,能够给网络安全管理者提供决策依据,以便及时做好应对措施,对于维护网络安全稳定具有重要意义。网络安全态势序列通常具有复杂性和非平稳性的特点,单一模型预测存在预测精度低、泛化性差等问题。针对上述问题,提出一种基于数据分解和多模型切换的态势预测方法。引入变分模态分解方法,并与互信息熵结合,对原始态势数据集进行分解和重构,形成新的训练数据集和测试数据集,以降低数据的非平稳性,提高后续模型预测的精度。提出一种多模型切换策略,利用皮尔逊相关系数对初始模型集进行差异性分析,找到差异性大且预测效果好的模型构成候选模型集。基于距离测度,在训练数据集中找到测试数据的最近邻数据,采用投票机制找到最适合测试样本的预测模型,弥补了单一模型预测泛化性不足的缺陷。最后利用该策略获得测试数据集的态势预测结果。通过在网络入侵检测数据集NSL-KDD和国家互联网应急中心数据集上进行仿真,验证了所提方法的有效性。 展开更多
关键词 网络安全 态势预测 变分模态分解 互信息熵 多模型切换
在线阅读 下载PDF
广播式社交网络平台用户的信息规避行为动机研究
20
作者 黄微 周思蒙 刘逸伦 《现代情报》 北大核心 2025年第3期25-39,共15页
[目的/意义]本文通过探究广播式社交网络平台用户信息规避行为的外部诱因和内在动机,揭示用户信息规避行为规律,为用户提高信息利用效率、企业提高信息服务质量提出指导性建议。[方法/过程]基于S-O-R模型,通过质性研究方法分析广播式社... [目的/意义]本文通过探究广播式社交网络平台用户信息规避行为的外部诱因和内在动机,揭示用户信息规避行为规律,为用户提高信息利用效率、企业提高信息服务质量提出指导性建议。[方法/过程]基于S-O-R模型,通过质性研究方法分析广播式社交网络平台用户信息规避行为要素及作用机制,并基于其行为内在动机及作用路径构建广播式社交网络平台用户信息规避行为模型。[结果/结论]信息过载、信息兴趣、弱连接性作为外部刺激,引发用户感知成本动机、感知收益动机,进而驱动用户信息规避行为。 展开更多
关键词 信息规避 广播式社交网络平台 S-O-R模型 扎根理论 行为动机
在线阅读 下载PDF
上一页 1 2 41 下一页 到第
使用帮助 返回顶部