河北农村传播调查与“行动”策略研究

对河北省农村基本状况调查分析，显示电视传播已成为农民获取信息的重要渠道，在现代农村生活中占有重要应置；但多数农民尚未形成主动接收卫生节目的视听行为。务农者、乡企工人、乡村干部与中小学生存在着不同的特点和需求，是为重要目标人群。本文还对“行动”试点阶段的传播策略进行了探讨。

南宁市青秀区业余文艺团队音乐传播调查

音乐文化作为社区文化的重要组成部分,在建设城市社区文化、丰富百姓业余文化生活、应对人口老龄化等方面所起的积极作用日益明显。本文对南宁市青秀区社区业余文艺团队音乐文化传播情况进行实地调查,对其基本信息、管理情况、演出特色等方面进行了解,并依据音乐传播学相关理论对其社会功能、媒介影响等进行简单的分析,在此基础上对业余文艺团队的社区音乐文化建设活动的发展试提出几点建议。

2008年北京市HIV-1耐药株传播调查

目的了解2008年北京市未经抗病毒治疗HIV-1感染者中耐药株传播水平，为耐药监测和临床抗病毒治疗工作提供本底资料。方法参照WHO提出的HIV耐药警戒线调查方法（HIV drug resistance threshold survey，HIVDR－TS）指导方案，收集6个月内检测发现的60～70名小于25岁的感染者血浆样本，检测HIV－1 pol区亚型及耐药基因型，并计算耐药株检出率、评价传播水平。结果61份符合要求的样本共获得50个有效pol区序列。感染途径以同性传播为主，占62％；亚型分布以B（42％）、CRF01_AE（28％）、CRF07_BC（26％）3种为主。出现1例针对PI类药物的耐药突变株，检出率为2％（1／50）；出现1例针对NRTI类药物的耐药突变株，检出率为2％（1／50）；未出现针对NNRTI类药物的耐药突变株，检出率为0。蛋白酶（PR）区和逆转录酶（RT）区的耐药突变株检出率均为2％，均属于低度传播范围（〈5％）。结论北京市未经抗病毒治疗HIV-1感染者中出现PR和RT区的耐药突变株，传播水平尚处于低流行状态，现有的抗病毒治疗方案是可行的，治疗前尚不需要进行大规模耐药性检测。

求解QBF问题的启发式调查传播算法

提出了一种启发式调查传播算法,并基于该算法设计了一种QBF(quantified Boolean formulae)求解器——HSPQBF(heuristic survey propagation algorithm for solving QBF)系统.它将Survey Propagation信息传递方法应用到QBF求解问题中.利用Survey Propagation作为启发式引导DPLL(Davis,Putnam,Logemann and Loveland)算法,选择合适的变量进行分支,从而可以减小搜索空间,并减少算法回退的次数.在分支处理过程中,HSPQBF系统结合了单元传播、冲突学习和满足蕴涵学习等一些优秀的QBF求解技术,从而能够提高QBF问题的求解效率.实验结果表明,HSPQBF无论在随机问题上还是在QBF标准测试问题上都有很好的表现,验证了调查传播技术在QBF问题求解中的实际价值.

求解可满足问题的调查传播算法以及步长的影响规律

该文研究了求解可满足问题的调查传播算法.该算法利用合取范式因子图进行调查消息的迭代,并根据每一次迭代的收敛情况对部分布尔变量赋值以对问题进行简化,最后把简化的问题利用局部搜索算法来求解.文中所谓步长是指在每一次迭代收敛之后根据赋值倾向进行赋值的变量个数.该文根据模拟实验观察到步长对调查传播算法的影响规律,即随着步长的递增,算法的时间耗费以及算法的有效性都有近似单调递减的趋势.

调查传播算法和蚁群算法相结合求解可满足性问题

布尔可满足性问题(Boolean Satisfiability Problem,SAT)是逻辑学的一个基本问题,也是NP-hard问题。调查传播算法(Survey Propagation,SP)是求解SAT的一种非常高效的算法,但SP在难解区域极易不收敛,或者出现错误赋值。将SP算法与蚁群算法结合,把SP算法得到的消息值应用到蚁群算法中来求解3-SAT问题,使用这些消息值引导蚁群算法求解,并在算法中加入高效的局部搜索。新算法对于SP算法不收敛的一些实例也能很快找到解。

基于K维结构熵的调查传播算法收敛性分析

信息传播算法在可满足性(SAT)问题上性能表现优越,其收敛性却依赖于因子图的结构复杂程度,至今缺少系统的理论解释。调查传播算法(SP)是解决SAT问题效果最好的信息传播算法。为有效分析SP算法的收敛性,借助因子图转换技术和鲁汶算法划分因子图社区,基于K维结构熵理论,提出了SAT实例的K维结构熵度量模型,得出了随机SAT实例的K维结构熵。分析了SP算法收敛性与K维结构熵之间的关系,给出了SP算法收敛性的K维结构熵阈值。实验证明该方法有效。

求解可满足性问题的信息传播算法研究综述

信息传播算法来自统计物理,被广泛应用于人工智能各个领域,特别是求解组合优化问题时,具有良好的有效性。通过对信息传播算法的相关文献进行分析,综述了信息传播算法以及其相关应用的发展史,根据信息传播算法的发展,介绍了求解可满足性问题的信息传播算法相关概念,主要涉及到警示传播算法、置信传播算法和调查传播算法,描述了三种算法发展中出现的收敛性、有效性研究,分别综述了各个算法在相关领域的应用情况,并总结了信息传播算法的研究路径和应用方向。

调查传播算法收敛的一个充分条件

信息传播算法求解可满足问题时有良好的有效性,使得难解区域变窄.然而,信息传播算法不总有效,常表现为不收敛.对于这种现象,至今缺少系统的理论解释.调查传播(survey propagation,SP)算法是最为有效的信息传播算法,对SP算法的收敛性研究是设计其他信息传播算法的重要基础,并为信息传播算法的广泛应用提供理论依据.为了分析SP算法的收敛性,通过对消息更新方程取双曲正切,将消息取值从[0,1]扩展为(-∞,∞),利用压缩映射原理给出了SP算法收敛的一个充分条件.基于随机3-SAT实例,给出了SP算法收敛的一个概率条件.最后,选取了随机3-SAT实例进行数值实验模拟,验证了该条件的有效性.

从品牌力探测广告效果

最近韩国广告市场的规模达到了60亿韩元，但其中能够起到显著效果的广告非常少。之所以会出现这种现象是因为广告主只关心广告的播出，而忽略了广告的效果。