基于谱聚类的多数据流演化事件挖掘

为解决从多数据流挖掘演化事件这一难题,提出了一种多数据流上的谱聚类算法SCAM(spectral clustering algorithm of multi-streams),其相似矩阵基于耦合度构造,而耦合度衡量了两个数据流的动态相似性.提出了算法EEMA(evolutionary events mining algorithm),该算法基于聚类模型的演变挖掘多数据流的演化事件.定义了聚类模型凝聚度,用以衡量聚类的紧凑程度,并证明了凝聚度的上界.基于到上界的距离和规范化相似矩阵的特征间隙,定义了聚类模型质量,并作为EEMA的优化目标自动地确定聚簇数k.设计了O-EEMA作为EEMA的优化实现,其时间复杂度为O(cn2/2).在合成和真实数据集上的实验结果表明,EEMA和O-EEMA是有效的、可行的.

基于事件演化图的多标记事件预测模型

多标记事件预测是指预测多个相关联的事件是否会在未来发生,相比传统单标记事件预测,需要同时预测多个目标事件。现有的事件预测研究忽略各领域存在的多标记事件情境,且对多标记事件预测研究较少。提出一种基于事件演化图的多标记事件预测模型(MLEP),以实现基于事件演化图(EEG)的多标记事件预测研究模式。首先基于事件链构建事件演化图;然后对多标记事件预测问题进行问题转换,将多标记问题转化为单标记问题,利用事件表示学习方法获取所有事件的向量表示,对多标记事件进行编码;最后采用门控图神经网络(GGNN)框架构建多标记事件预测模型,根据相似度匹配出最优的后续事件,实现多标记事件的预测。在真实数据集上的实验结果表明,MLEP模型可以有效地预测出多标记事件,预测准确率达到了65.58%,性能优于大多现有的基准模型,提升幅度达到了4.94%以上。通过消融实验也证明了更好的事件表示学习方法对事件具有较好的表示效果,提升多标记事件预测的性能。

突发公共事件演化中“异常值”的性状识别与治理之方

风险和突发事件在演化过程中常伴有诡谲现象。运用异常值理论,可以解释这种诡谲现象发生的机理,及时发现异常值,防止被误导。依据异常值在形态学意义上呈现的性状,研究发现突发公共事件演化中的异常值具有易感性、适应性及比较显示性等特点,并提出了基于异常值识别与治理的评估框架。对突发公共事件演化中异常值的治理,不同于一般的管控型应急管理之方,要将服务作为一切治理手段的“先手棋”,实施引导和疏导的治理方式,并发挥异常值的生态系统治理功能,统筹考量发展和安全、统筹考量正常值和异常值治理。

珠江口盆地南部热演化事件与高地温梯度的成岩响应及其对油气勘探的启示

32.0~16.0 Ma、特别是23.8 Ma以来的构造运动导致南海扩张、岩石圈拉伸减薄,地幔物质和深部热液流体异常活跃,热流背景明显增高,这不仅制约着珠江口盆地南部的沉积环境与沉积作用,同时也对深层砂岩储层的成岩演化过程有着深远的影响。基于显微薄片、镜质组反射率、黏土矿物X射线衍射、流体包裹体、扫描电镜和同位素地球化学等分析手段,结合地温梯度、区域构造背景、储层物性以及CO2气藏成因等研究成果,揭示了珠江口盆地南部白云凹陷受热演化事件和高地温梯度背景影响的岩石学证据和地质记录,分析了热演化事件和高地温梯度的成岩响应及其对储层成岩演化过程的影响,对比了高、低地温梯度区古近系砂岩储层的成岩作用特征和成岩-孔隙演化过程的差异。高地温梯度区储层的成岩作用与成岩-孔隙演化具有一定的特殊性,深部热流体参与了储层的成岩演化过程,表现出异常热成岩演化,热压实作用总体较强,储层的孔渗性降低明显。高地温梯度区或异常热流区的烃源岩在埋藏较浅处即可达到排烃门限,储层在浅埋藏条件下即可达到较深的成岩作用阶段,易溶矿物更易发生溶蚀而形成次生孔隙发育带。因此,对于热流背景差异明显的地区,应根据热流背景、热演化事件和热异常的不同开展储层分析,以便更准确地预测有利的储集地带和油气聚集区,规避勘探风险。

基于演化事件探测的学科领域科研社群演化特征研究——以图书馆学情报学为例

[目的/意义]科研社群作为当代科学研究中重要知识群体,研究其在学科发展过程中的演化特征对于探索领域发展规律、促进知识创新等方面具有重要意义。[方法/过程]为探究科研社群的动态演化特征,以图书馆学情报学领域为例,从演化事件探测的角度出发,采用Leiden算法对科研社群进行划分,并构建科研社群演化路径与演化树;在此基础上识别科研社群演化事件,从科研社群演化整体分析、科研社群演化路径及演化树特征分析、科研社群演化事件统计特征分析等3个方面来揭示科研社群的演化模式和演化特征。[结果/结论]研究表明,科研社群规模呈蓬勃发展趋势,科研社群演化树呈现两种演化模式,增长类演化事件大多发生于大型科研社群且发文量较高,新生和消亡演化事件均发生于小型科研社群且发文量较高,合并、部分合并、分裂、衰减等演化事件的平均社群规模较小且其发文量偏低,进一步证明科研社群之间合作交流趋向频繁,科研社群演化日趋复杂。

林奈二界系统中的植物界在演化进程中的重大事件

植物界的系统演化经历了漫长的历程,在不同的地质时期发生了一系列重大的形态演化和形态建成事件,从而促进了植物界由简单到复杂,从水生向陆生的演化。在45亿年以前,炽热的地球形成,经历了5亿年的演化形成了原始生命;又经历大约5亿年的演化形成了原核蓝藻;直至14亿年前才最终演化形成真核藻类,并一直延续到6亿年前的寒武纪;此后,于5亿-3.9亿年前,出现了苔藓的精子器、颈卵器,以及高等植物的胚。4.75亿-4.25亿年前,依次出现了水生蕨类的维管组织,以及裸子植物的胚珠;3.75亿年前,开始出现种子,而在1.8亿年前最终形成了被子植物的花和果实。

基于图演化事件的主机群异常检测模型

针对网络环境中出现的以服务为聚合的通信行为和以分布式攻击为典型的新型协同攻击模式,提出了基于图演化事件的主机群异常检测模型。分析了行为主体潜在的社会化关系、聚集成簇的主机群及其群体行为的动态特性,该模型具有无参数、数据量级可扩展的特点。定义并提出了图动态演化事件及检测算法,实现异常主机群检测。本模型在Spark上实现和部署,还从实际计算机和网络环境提取数据进行分析和验证。实验结果表明,该模型能够有效刻画群体行为,揭露重要的图演化事件,准确定位异常发生的主机群,其群成员主机的检测率达到95. 09%。

基于注意力和图网络的多粒度脚本事件推理方法

[目的]对于一些覆盖面广、延续时间长的事件(如台风、洪水等自然灾害),考虑事件演化过程复杂多变,所获取的事件信息存在疏密程度不均的问题,研究其事件推理问题.[方法]提出一种基于注意力机制和图网络的多粒度脚本事件推理方法,通过提取及合并不同粒度的事件信息以获得更丰富的事件语义信息,并结合图注意力网络和事件转移概率矩阵以充分利用密集事件连接提升推理性能.具体而言,首先采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息,然后充分利用密集的事件连接,从海量事件新闻中提取事件链构建事件演化图来获得事件转移矩阵,提高模型推理准确率.[结果]在多个真实台风事件以及标准数据集上的实验结果表明,本文所提方法优于传统的基于事件链、基于事件对以及基于事件图等的事件推理模型.[结论]采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息可以缓解事件稀疏带来的推理困难问题;仅采用时序关系不能完全表示基本事件链与候选事件的关系,构建事件演化图可以更好的提取事件间的复杂交互信息;多粒度事件信息的融合可以更好地反映候选事件与基本事件链的关系.

基于系统动力学的突发事件演化模型

针对非常规突发事件骤发性,演变不确定性以及应对复杂性等特征,基于突发事件的结构化描述框架界定事件的发展演化方式;根据自行构建的地震案例库绘出了非常规突发地震的发展演化图.在此基础上,选取地震衍生的堰塞湖事件直链式发展演化过程为例,以汶川地震衍生的唐家山堰塞湖相关数据进行了系统动力学仿真,验证了模型的可行性和有效性.最后给出地震衍生堰塞湖应对的决策建议,为应对其它类型突发事件提供决策支持.

一种有效的事件演化分析算法

目前的话题追踪方法无法对话题的发展演化进行全局的把握。为了准确地发现话题中各事件的发展演化关系,提出了一种基于事件多向量模型的事件演化分析算法。该方法通过子话题间的相似度计算来构建话题中的事件,利用事件向量间的相似度计算得到话题演化的具体过程及细节。通过在现实数据中的实验,该方法能够有效地反映话题中事件的来龙去脉。

一种新闻事件演化建模方法

为了准确地发现话题中事件间的潜在关系,提出一种新闻事件演化建模方法。该方法利用事件的时间关系、内容相似性、命名实体关联信息构建新的演化关系模型,并通过定义事件的五种演化模式,识别出演化过程中的开始、中间、结束事件,最后根据新演化模型及演化模式建立事件演化的有向无环图模型,揭示事件发展的潜在脉络结构。实验结果表明,本文方法能够有效检测事件演化,提升系统性能。

恒山-五台地区同位素年代学与地质事件演化格架的认识

近10年在恒山和五台地区所获得的大量同位素年代学资料,统计发现恒山杂岩的同位素年龄峰值比五台杂岩大致要年轻20Ma,这与恒山-五台地区为岛弧根带-岛弧关系的推论相符合。综合各种不同的同位素测年结果按不同的地质体,进行了图解分析,将恒山-五台地区早前寒武纪的地质演化划分为3个大的阶段:2.70～2.60Ga,早期演化(洋壳形成?);2.55～2.52Ga(?,最晚不晚于2.45Ga),东西陆块俯冲碰撞阶段;2.50～1.75Ga,早期盖层演化阶段。最后一个阶段有可以根据不同时段内研究区主要事件的不同,将2.50～1.75Ga的演化分为5个时期。1)2.50～2.30Ga表现为间歇性大陆溢流玄武岩的活动期;2)2.30～2.20Ga华北较稳定沉降期,基本以接受沉积为主;3)2.20～2.10Ga,构造活化期,五台地区主要有伸展非造山花岗岩(大洼梁花岗岩)的形成;4)2.10～1.85Ga阶段,地幔柱活动期?5)1.86～1.75Ga,大规模基性岩墙形成期陆块裂解。

面向IMA平台的离散事件演化树仿真分析方法

为解决具有时序相关、功能依赖、多态性、部件数量多等特点的IMA平台在可靠性分析中的困难,提出了一种离散事件演化树仿真分析方法,通过将IMA平台运行过程中的随机故障事件建立成离散故障事件序列,从而驱动系统状态的不断演化,利用故障事件演化树分析离散故障事件对系统状态的影响,通过建立系统多状态集合和大样本观测评估IMA平台在不同时刻处于各个系统状态的概率。该离散事件演化树仿真分析方法可实现IMA平台可靠性多态定量分析,为设计提供理论数据依据。

大气污染突发事件演化过程及应急管理探讨

通过分析郑州、北京两地大气污染突发事件应急预案启动经验,得到大气污染突发事件驱动因素及突发事件演化模型,并提出大气污染突发事件应急管理对策。

恒山-五台地区同位素年代学与地质事件演化系列的建立

本文根据近几年在恒山和五台地区所获得的大量同位素年代学资料，统计发现恒山杂岩的同位素年龄峰值比五台杂岩大致要晚20Ma，即深层次地壳有更持久的热演化历史，为恒山-五台岛弧根带-岛弧提供了一个佐证。综合分析同一期不同地质记录，从而将五台杂岩和恒山杂岩从新太古代晚期至古元古代末期的演化划分为5期区域性事件。华北东西陆块的俯冲碰撞应该发生在2．55～2．50Ga期间。

基于事件演化图与图卷积神经网络的事件预测

该文从改进事件演化图构造和丰富事件表示的角度出发,提出了一种基于事件演化图和图卷积网络的事件预测模型。该模型采用事件抽取模型,结合频率和互信息重新定义事件演化图中边的权重。事件语境的表示由BiLSTM和记忆网络学习得到,并在事件演化图的指导下作为输入被馈送到GCN。最终的事件预测由这种事件关系感知、上下文感知和邻域感知的事件嵌入共同完成。在Gigaword基准数据集上的实验结果表明,所提出的模型在事件预测精度方面优于六个先进的模型,与其中最新的SGNN方法相比提高了5.55%。

书海拾贝：中朝板块层序·事件·演化——天文周期的沉积响应和意义

本书是国家自然科学基金资助项目和国际地质对比计划（IGCP319、IGCP447）、科学技术部国家重点基础研究项目、中英合作项目等综合性研究成果、它以天文周期观沉积地质学的学术思想为指导，对中朝板块从中元古代至中、新生代的旋回层序、海平面变化、地质事件及古地理、古构造演化进行了比较系统的论述，并编制了相应的综合图件。

基于物性结构的事件演化语义模型

事件演化即事件在篇章中依次变化,是篇章推进的主要手段。结合物性结构理论,同一话题下与不同话题间事件演化可构建出一套语义模型,该语义模型着重刻画事件间基于词汇语义的内部语义联系,并说明物性结构与题元结构的协同作用对事件演化提供的语义触发动力与制约机制。

面向热点新闻事件的层次化故事脉络生成方法

热点新闻事件的发展十分丰富,各个阶段的发展都有其独特的叙述,并且随着事件的发展呈现出层次化故事脉络演化的趋势。针对现有故事脉络生成方法存在脉络可解释性不佳以及缺乏层次性的问题,提出一种面向热点新闻事件的层次化故事脉络生成方法(HSGM)。首先,采用改进热词算法来挑选主干种子事件,以构建主干脉络;其次,挑选分支事件热词以增强分支可解释性;然后,在分支脉络中采用融合热词关联度与动态时间惩罚的脉络连贯度挑选策略来增强父子事件的连接,以构建层次化热词,进而构建多层次故事脉络;此外,考虑到热点新闻事件存在潜伏期,在脉络构建过程加入孵化池以解决因热度不够所产生的初始事件被忽略问题。在两个自建真实数据集上进行实验的结果表明,在事件追踪过程中,与分别基于singlePass和基于k-means的方法相比,HSGM的F值分别高出了4.51%、6.41%和20.71%、13.01%;而在脉络构建过程中,与Story Forest和Story Graph相比,HSGM在两个自建数据集上的准确性、可理解性、完整性方面表现良好。

一种基于形式概念分析的事件演化分析算法

针对传统基于内容相似度的事件关系计算方法不能分析出事件间的潜在关系的问题,提出了基于FCA的事件关系计算方法。该方法利用根据话题的三层结构模型,对话题中的事件进行属性提取,并依据特征频率因子进行属性选择。利用两个事件之间的属性关系建立形式背景,以此为基础形成概念格。用基于概念格的相似度分析发现事件之间潜在。实验证明了这种方法的有效性。