基于词典和规则集的中文微博情感分析

通过对微博文本的特性分析,提取了中文微博情感分析的关键问题:如何识别微博新词并理解其情感含义?如何利用附加信息辅助文本情感分析?如何结合语言特性构造情感计算方法?针对第一个问题,利用统计信息和点间互信息对新词进行挖掘和情感识别,在40万条新浪微博数据中构建了新情感词词典,用于对已有情感词资源的扩充。对于后两个问题,提出了基于词典和规则集的中文微博情感分析方法。根据微博特性,在不同的语言层次上定义了规则,结合情感词典对微博文本进行了从词语到句子的多粒度情感计算,并以表情符号作为情感计算的辅助元素。通过对采集到的原创微博数据集进行实验,验证了该方法的有效性。

基于移动群智数据的城市热点事件感知方法

以新浪微博为研究对象,研究了基于移动群智数据的城市热点事件感知方法,对热点事件进行发现与分类。面向不同的应用需求,可将发现的热点事件分为物理事件与虚拟事件两大类。采用的方法首先根据热词的词频变化特征对新浪微博中的热词进行有效挖掘,然后根据热词的上下文语境进行层次聚类以得到热点事件描述。此外,通过分析信息量特征、时序特征及原创微博数目特征,采用不同方法进行事件分类。实验结果表明,不同的分类方法均可达到较高的准确率。

风电调频能力的潜力分析

随着风电并网装机容量的增加,充分挖掘风电调频潜力对提高电网稳定性和电网吸纳风电能力至关重要。通过分析134台风电机组的风电场运行数据,从短时间能量释放的角度,在风电火电协同场景下开展风电调频能力的分析。结果表明:火电调频具有0~30 s能量释放不及时的缺点,燃料投入的可控使其具有持续调频的优点;风电调频能量随输出功率和机组投运台数的增加而增加,风电调频具有0~30 s快速响应的特点;风电0~30 s调频能量释放潜力涵盖了电力系统小幅频率波动和大频差扰动调节时间尺度,能够弥补火电0~30 s能量释放不及时的缺点,降低大频差扰动频率下降幅度;风电火电协同运行场景下,风电调频能量随供电率的增加而增加,其0~30 s调频能量大于火电,协调运行可优势互补,具有较大的调频潜力。

城市兴趣点演化规律的可预测性分析

建立兴趣点生命周期可预测性模型来刻画城市兴趣点演化规律的可预测性.该模型针对城市兴趣点在连续时间窗口的变化情况,给出其生命周期长度和生命周期状态的定义,分析兴趣点在演化过程中的可预测性.为量化城市兴趣点演化规律的可预测性,将城市兴趣点的生命周期长度和生命周期状态的信息熵同Fano不等式相结合,基于信息论中信息的不确定性度量方法给出城市兴趣点生命周期长度和生命周期状态的可预测性计算方法,并结合7个城市的城市兴趣点数据,计算出不同粒度、不同类别的兴趣点的可预测性.结果表明:城市兴趣点的生命周期是可预测的且不同类别兴趣点的可预测性差异较大;相对于稳定状态和爆发状态的兴趣点,处于消亡状态的兴趣点的可预测性更高.

一种近似最优的分布式存储系统磁盘修复算法

如何提升分布式存储系统中磁盘修复的速度,一直是磁盘修复问题中的难点.优化的途径有两种:一种是通过对解码算法的优化,减少修盘数据的传输量.另外一种方法是通过对修盘过程中数据流的调度,最大化地利用节点的计算能力、传输能力,进而加速修盘进程.本文从数据流的调度出发,根据数据流图和拓扑结构,计算出了节点的近似最优的修盘数据比例,并依照此比例,设计了分布式存储系统下的近似最优修盘调度算法(NOPT).对于主流的两种Reed-Solomon(RS)编码方式,本文做了等价性证明,并给出了编码转换矩阵.通过大量实验仿真可以看出,在预知系统拓扑的前提下,可以显著地减少通过交换机的流量,进而缩短修盘的时间.