期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于微博上信息传播的超网络模型 被引量:14
1
作者 尚艳超 王恒山 王艳灵 《技术与创新管理》 2012年第2期175-178,共4页
由于web2.0的普及和深入,用户的主观能动性在网络信息传播中的重要性大大提升,为了对以微博为代表的新型虚拟社区网络上的信息传播规律进行研究,更好地探讨表达话题和用户两个维度的相互联系和作用,我们选择了超网络的研究方法,利用超... 由于web2.0的普及和深入,用户的主观能动性在网络信息传播中的重要性大大提升,为了对以微博为代表的新型虚拟社区网络上的信息传播规律进行研究,更好地探讨表达话题和用户两个维度的相互联系和作用,我们选择了超网络的研究方法,利用超图的数学理论,建立了超网络拓扑结构图。最后通过某微博网站的实际数据,观察用户参与度的变化规律,得到应对突发网络舆情应从关键人物入手以舆论影响舆论的结论。 展开更多
关键词 虚拟社区网络 超网络 超图 信息传播规律
下载PDF
基于深度学习算法的视频监控人脸识别系统研究
2
作者 武继聪 卢志伟 尚艳超 《中文科技期刊数据库(引文版)工程技术》 2024年第3期0181-0184,共4页
随着深度学习技术的不断发展和完善,其在人脸识别领域的应用已经取得了显著的成果。当前,基于深度学习算法的视频监控人脸识别系统已经具备了较高的识别准确率和实时性,能够满足多种复杂场景下的应用需求。基于此,本文详细设计了基于深... 随着深度学习技术的不断发展和完善,其在人脸识别领域的应用已经取得了显著的成果。当前,基于深度学习算法的视频监控人脸识别系统已经具备了较高的识别准确率和实时性,能够满足多种复杂场景下的应用需求。基于此,本文详细设计了基于深度学习算法的视频监控人脸识别系统,包括系统总体架构、数据预处理、深度学习算法模型构建以及人脸识别算法实现与优化等方面。在明确应用环境以及系统测试与性能测试等内容后,通过测试数据判断系统在实际应用场景中的可行性和有效性,以求为基于深度学习算法的视频监控人脸识别系统的发展提供参考。 展开更多
关键词 深度学习 视频监控 人脸识别系统
下载PDF
The Supernetwork Model of Social Networking Services 被引量:4
3
作者 尚艳超 王恒山 王艳灵 《Journal of Donghua University(English Edition)》 EI CAS 2012年第1期37-39,共3页
The unique ways of information organization and dissemination was examined through the microblog and the real-name social network as the representatives of the new virtual social networks. In order to discuss the inte... The unique ways of information organization and dissemination was examined through the microblog and the real-name social network as the representatives of the new virtual social networks. In order to discuss the interrelation and interaction of the two dimensions-topic and user, a supernetwork model was established based on the supernetwork research method. Through the actual data, a supernetwork topology diagram and the changing rule of user participation were attained. And it was concluded that the key factor of dealing with emergent online public sentiment should start with affecting the opinions of key figures, whose opinions would further affect the public opinions. 展开更多
关键词 virtual community network SUPERNETWORK HYPERGRAPH emergent online public sentiment
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部