基于优化理论的社区无标度网络模型

当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络.

基于代价的复杂网络抗攻击性研究

目前的复杂网络抗攻击性研究大多基于"无代价"条件,而这一假设下的大多数复杂网络面对的选择性攻击都非常脆弱,这与现实网络相矛盾。针对这一矛盾,提出代价下影响复杂网络抗攻击性的关键指标——网络紧致系数、平均度;基于网络紧致系数、平均度建立了代价下面向节点的选择性攻击模型,定性分析了网络紧致系数、平均度与复杂网络抗攻击性间的关系。仿真结果证实了所提度量指标的有效性:网络紧致系数越大、平均度越大,则网络越鲁棒;相同平均度下,网络紧致系数越大,则网络越鲁棒。

一种带频繁项过滤机制的隐私保护新方法

针对差分隐私保护方法的隐私保护过度问题,提出了一种带频繁项过滤机制的隐私保护新方法,以提高数据发布结果的准确性。该方法首先对数据源进行预处理,即对非频繁项进行过滤,然后执行差分隐私保护算法。从理论上证明了带频繁项过滤机制的隐私保护方法达到差分隐私保护级别,而且实验结果表明,在相同的隐私保护度下,提出的方法数据发布准确性比当前差分隐私保护方法更高。

个性化推荐系统中用户兴趣模型的研究

针对现有用户兴趣模型在模型建立和更新阶段的缺陷,文章设计了一种基于用户浏览内容和浏览行为的隐式自反馈用户兴趣模型。采用短期和长期兴趣来建立和表达用户兴趣,并采用基于时间窗口机制来更新短期兴趣,时间遗忘机制来更新长期兴趣。同时发现用户的关联兴趣,克服单集模式下的不足,更加全面的反映用户的多方面兴趣。

代价下复杂网络攻击策略有效性研究

为了预测攻击策略的有效性,提出了介数紧致系数、接近度紧致系数2个新的度量指标,并在考虑攻击代价条件下,理论分析了平均度、介数紧致系数、接近度紧致系数3个指标与攻击策略有效性的关系.选取4种复杂网络作为实验网络,对实验网络在度攻击、介数攻击、接近度攻击策略下进行仿真.实验结果表明,针对同一网络,度攻击策略最差;相同平均度下,介数/接近度紧致系数越小,则与此对应的介数/接近度攻击策略越有效.

苏州园林声景研究

声景是园林特色景观的重要组成部分，但基于声景视角的园林旅游研究还处于探索阶段。以苏州园林匾额楹联为基础，自下而上构建苏州园林旅游声景的分类图：从内容方面，将园林声景分为自然声景和非自然声景。从时间方面，将园林声景分为季节性声景和非季节性声景；有限时声景和无限时声景。从空间方面，将苏州园林分为重要声景景区、次重要声景景区和一般声景景区；将园林建筑分为声景建筑和非声景建筑。在此分类基础上，提出了开发建议：区别开发自然声景和非自然声景；利用非季节性声景和无限时声景开发淡季旅游产品；试点开发重要声景景区和声景建筑。相关研究方法和结论可以为园林声景的研究提供参考。

东盟国际中文教育中闽南文化特色人才培养体系探索

东盟国际中文教育教师队伍应服务于中国—东盟民心相通,为中国创新性地开辟国际话语权建设新渠道,发挥中国优秀传统文化在东盟在地化的闽南文化所独具的融合力、亲和力和实效性,构建“闽南文化+教师教育+商科”特色育人模式和“敦煌艺术+闽南文化”特色知识体系,地方性、民族性和国际性兼备,发挥闽南师范大学独具的办学特色,培养熟练掌握普通话、闽南话和英语的遍布东南亚、闽南文化特色突出的“三语多能”本科—硕士—博士人才全链条,为东盟国家培养爱国、爱好闽南文化、对华友好的文化使者和商界精英。

面向标签传播算法的社团检测研究现状及展望

标签传播算法的社团检测原理简洁、时间复杂性低,产生了大量的基于标签传播的社团检测方法,亟需系统性总结.本文首先分析概括了标签传播算法存在的问题、成因和挑战;然后主要从以下几方面分别阐述了其研究现状,汇总了相关方法采用的策略,分析比较了代表性算法:1)提高算法性能,2)解决不确定性问题,3)解决标签震荡现象,4)解决平凡检测问题,5)重叠社团检测,6)动态社团检测;最后总结了代表性算法的适用场景,并对该类算法的难点和发展趋势进行了展望.

“双万计划”背景下的多学科交叉融合型电子信息类专业建设与实践

在教育部启动一流本科专业建设的“双万计划”背景下,对于本科高校电子信息类专业的建设与改革方向探索具有重要意义。闽南师范大学物理与信息工程学院利用学校多学科优势,建立了一套多学科交叉融合人才培养体系,实施多样化的教学模式,打造知识体系完备的教师队伍,搭建多层级并存的实习实践体系,为一流本科专业建设蓄积了力量,在多学科交叉融合型专业建设上进行了有益的探索和实践。

基于开发者多元特征的软件缺陷自动分派方法

软件缺陷修复是软件生命过程中一个不可忽视的问题,如何高效地进行软件缺陷的自动分派是一个十分重要的研究方向。目前已有的研究方法多侧重于缺陷报告的文本内容或开发者抛掷网络中的浅层信息,而忽视了开发者抛掷网络中的高层次拓扑信息。为此,提出了一个基于开发者多元特征的软件缺陷自动分派模型MFD-GCN。该模型充分考虑开发者抛掷网络中的高层拓扑特征,并运用图卷积网络强大的网络特征提取能力,充分挖掘出代表开发者深层合作关系和修复偏好性的多元特征,并与缺陷报告文本特征一起训练分类器。模型在两个大型开源软件项目Eclipse和Mozilla上进行实验,实验结果表明,相比近年来提出的主流分派方法,MFD-GCN模型在推荐前K个开发者时均取得了较好的推荐结果,其中,在Eclipse项目上Top-1推荐准确率达到了69.8%,在Mozilla项目上达到了59.7%。

交互式遗传算法在室内布局设计中的应用

室内平面设计是在房地产开发商交付的毛坯房进行装修过程中首当其冲的步骤,符合用户个性化需求的平面图设计是典型的隐性优化问题.室内设计工程师与用户之间的沟通很难准确获取用户需求,且成本极高.基于最优法则理论,通过交互式遗传算法中的人机交互模式,用主观评价替代繁琐的适应值函数设计来解决上述挑战.实验表明,该算法能有效满足平面图设计过程中客户的个性化需求,改进的交互式遗传算法将用户的主观评价引入到传统的设计流程,让用户真正参与到设计工作中.

油田数字化建设中集油配注系统分布式自控系统的设计

近几年信息技术在油田领域中的运用日益普及,无论是在数据的采集还是储存与处理上精准性都无可比拟。借此在油田数字化背景下,讨论集油配注系统分布式自控系统的功能详细设计与数据库的设计,旨在通过此能够为油田生产管理提供服务。

基于图卷积神经网络的软件缺陷分派方法

软件缺陷的高效自动分派是保障开源软件质量的重要手段。已有研究多基于机器学习技术,从缺陷报告的文本内容和开发者之间的关系入手,研究软件缺陷的自动分派,而对缺陷报告之间的相关关系和基于深度学习技术的缺陷自动分派关注甚少。针对此问题,本文提出了一种基于图卷积神经网络的开发者推荐方法。该方法利用带权重的余弦相似度构建缺陷报告网络,再在增量学习方法下训练图卷积神经网络模型用于开发者推荐。将近年提出的3种方法设置为实验对照组,在大型开源软件项目Eclipse和Mozilla数据集平台上分别进行实验,结果表明本文提出的方法平均推荐准确率比其他3种方法最高提升了60%和70%左右。