网络公益信息特征和用户行为规律研究——以微博为例

互联网环境下网络公益迅速发展,分析公益信息的传播规律具有重要意义。基于信息生态理论,从信息、信息人、信息环境3个维度分解网络公益运行机制,并构建网络公益信息生态系统模型。以新浪微博公益话题“蓝色生命线”为研究对象,对网络环境下公益信息、信息人和信息环境的特征进行分析,得出网络公益信息的特征和用户行为规律。研究结果表明,信息人特征量符合分段幂律分布,信息生态链中信息生产者和信息组织者的影响力较强,只有少数信息传播者起到二次传播的作用;公益信息转评赞符合幂律分布,说明大部分信息没有被传播,只有少数信息被大众接收到;公益信息环境热度越高,参与公益的用户越多。因此,应注重公益活动的宣传、公益信息质量的提高以及公益组织者和生产者影响力的培养。

基于轻量型空间特征编码网络的驾驶人注视区域估计算法

实时监测驾驶人注视区有助于人机共驾汽车理解并判断驾驶人的意图。针对车载环境下算法精度和实时性难以平衡的问题,提出了一种基于轻量型空间特征编码网络(lightweight spatial feature encoding network, LSFENet)的驾驶人注视区估计算法。通过人脸对齐和眼镜移除步骤对采集的驾驶人上半身图像序列进行预处理,得到左右眼图像和人脸关键点坐标;在MobileNetV2的基础上构建基于GCSbottleneck模块的LSFENet特征提取网络,集成注意力机制模块增强关键特征权重,生成左右两眼特征;利用Kronecker积融合眼部与人脸关键点特征,将连续帧图像融合后的特征输入循环神经网络中,得到该图像序列的注视区域估计结果;利用公开数据集和自制数据集对新算法进行测试。实验结果表明:LSFENet算法的注视区估计准确率可达97.08%,每秒能检测约103帧图像,满足车载环境下运算效率和精度需求;LSFENet算法对注视区1、 2、 3、 4、 9的估计准确率均在85%以上,且对不同光照条件和眼镜遮挡情况均具有较强的适应能力。研究结果对驾驶人视觉分心状态识别具有重要意义。

加权氨基酸网络及其应用

提出了基于能量的氨基酸网络加权方式。基于该加权氨基酸网络模型,构建了新的对接打分函数。采用该打分函数对20个体系的非结合态对接采样结果进行打分排序,并与RP打分函数结果进行比较。通过分析发现,基于氨基酸网络的打分函数,在一些指标上的结果优于RP打分函数。该工作为进一步应用复杂网络的方法研究蛋白质结构-功能关系奠定了基础。

改进的无标度网络模型在电子商务网络环境中的应用研究

从网络计量学的角度,分析电子商务网络环境中无标度网络特征量。基于无标度网络理论构建一种具有重构机制的加速演化无标度网络模型。该模型根据电子商务网络环境的实际情况,充分考虑随机加点、加边,随机去点、去边的特点,并通过重构机制增强网络的鲁棒性,可为构建安全、可靠、高效的电子商务网络环境提供新的理论指导和方法。