基于交互频率的动态网络上的社会知识传播研究

知识传播过程和社会网络结构的演化往往是同步进行的.基于交互频率的动态网络社会知识传播模型(SKD)在知识传播过程中,随机选取的目标节点会依据与邻居节点的交互频率来决定知识传播的对象,或者断边重连到网络中的任意一个非邻居节点.将SKD模型与随机化模型和基于知识距离的传统知识传播模型(TKD)做了对比实验,实验结果表明:SKD模型的知识传播速度要快于随机化模型和TKD模型;更重要的是,SKD模型在网络结构演化过程中呈现出同配性,网络结构的同配性是社交网络的一项基本结构属性.该工作对于理解知识传播和网络结构的联合演化过程具有十分重要的意义.

考虑最低惯量需求的海上风电与海岛微网频率交互控制策略

海岛微网在与海上风电频率交互控制过程中,海岛微网惯量充裕度处于时变状态,当发生联络线中断等故障后,将严重影响微网运行稳定性。因此,在海上风电与海岛微网交互调频策略基础上,为确保交互调频过程中海岛微网的安全稳定运行,进一步提出了考虑最低惯量需求的海上风电与海岛微网频率交互控制策略。首先,基于珠海万山海岛微网群国家级示范项目,构建海岛微网最低惯量需求评估体系;然次,通过遗传粒子群算法求解微网最低惯量需求,精细化微网惯量支撑稳定裕度,约束海岛微网对海上风电的惯量调控水平;最后,通过算例仿真分析极限扰动及故障下海岛微网的频率响应特性。

局部-全局频率信息耦合的说话人验证

残差神经网络(ResNets)被广泛应用于说话人验证任务中,具有捕获局部频率信息的能力,但缺乏建模全局频率信息的能力.全局频率信息(如说话人的基音)可有效提高说话人验证任务的性能.同时,在视觉、语言等领域的研究表明全局和局部信息之间是相互补充的.因此,全局和局部频率信息的融合可提高说话人验证任务的性能.为了获取更鲁棒、更具辨别能力的说话人表征,提出了一种全局和局部频率信息耦合的说话人验证模型,利用频率多头注意力机制捕获频率带的全局信息.在VoxCeleb1-O、VoxCeleb1-E和VoxCeleb1-H这3个测试数据集下,实验结果显示提出的方法性能优于对比方法.同时,研究了话语长度对模型性能的影响,结果表明提出的融合模型在不同话语长度上仍然有效.

基于用户行为特征的微博转发预测研究

微博转发预测对微博话题检测和微博影响力评估具有重要意义,引起了学界和产业界的广泛关注.现有方法主要集中在微博属性及微博传播网络特征的研究,没有充分考虑转发行为的动态性和用户历史行为的规律性.文中从微博能见度和用户行为特征角度研究微博转发预测问题,(1)提出了基于用户活跃期和时间窗的转发行为、忽略行为、未接收行为识别方法,为模型训练和效果分析提供了更为准确的数据基础;(2)提出了基于时间衰减的用户兴趣计算模型,有效度量用户兴趣及其变化特性对用户转发行为的影响程度;(3)提出了用户转发率、交互频率等用户行为特征,有效度量了用户历史行为模式和用户影响力传递效应的差异性对用户转发行为的影响,最后融合上游用户特征、微博特征、转发用户兴趣和历史行为特征,提出了基于分类模型的转发行为预测方法.在真实数据上的实验结果表明,该方法能够有效提升预测准确性,并且能够在较小规模的训练集上取得好的预测效果.