基于神经网络模型的煤层气产能预测研究

目的煤层气产能主要受地质和工程因素影响,阐明这些因素对煤层气井产能的影响机制是实现储层精细改造和煤层气井提产的基础。方法本文以沁水盆地柿庄南区块为研究对象,综合考虑地质背景、储层物性和动态排采数据,利用神经网络算法开展煤层气产能预测。首先,利用灰色关联分析法遴选出10个地质参数作为煤层气产能预测的主控因素,在此基础上,运用模糊数学法实现研究区34口煤层气井富集区划分,最后,根据分类结果,结合实际排采数据,分别利用BP(back propagation)和LSTM(long short-term memory)神经网络算法实现煤层气井日产气量预测。结果结果表明:(1)渗透率、含气饱和度和储层压力梯度等10个参数是影响研究区煤层气产气性能的关键因素;(2)利用模糊数学评价方法评价煤层气的富集,可将研究区34口井产气效果划分为有利区、较有利区和不利区;(3)依托LSTM算法建立了煤储层日产气量预测模型,预测误差值为4.06%~14.79%,平均误差值为11.09%,预测精度明显高于BP神经网络模型,结论根据LSTM算法建立的煤储层日产气量预测模型稳定性好且预测精度高,可作为煤储层产能长程预测的一种有效手段,进而为煤层气开发工艺布施与排采方案制定提供科学依据。

基于Scrapy的农业网络信息采集技术

在信息化时代背景下,互联网已成为信息传播与交流的重要平台,尤其是在农业领域,网络信息的快速获取与有效利用对于推动农业现代化、促进农业科技发展具有不可估量的价值。农业网络信息不仅涵盖政策法规、市场动态、技术革新等多个方面,还直接关乎农民的生产决策、农产品的销售,以及农业产业链的整合与优化。基于此,该文对基于Scrapy的农业网络信息采集技术进行了深入探究,旨在高效、准确地从海量网络资源中采集并筛选出有价值的农业信息,为农业领域的发展提供助力。

社区同群效应与居民网络消费扩容提质

在百年未有之大变局下,扩内需、促消费已成为推动经济高效循环、满足人民美好生活需要的关键途径。作为人际互动与社会关系构建的关键场所,社区居民所形成的关系网络,不仅能强化居民之间的相互依赖,也能使居民消费行为产生同群效应。社区同群效应的信息传递与知识溢出,在促进居民网络消费扩容提质的同时,可以通过增加网络消费信贷、提升消费等级和降低居民依赖心理,使得低于参考点的居民受到激励,实现网络消费的扩容提质,这一点在男性和银发群体以及处于中小城市和农村地区的居民中表现得更为明显。社区同群效应对居民网络消费所产生的这种积极作用,为建立社区交流机制、设计符合居民需求特点的网络消费信贷体系、树立理性消费观和构建能释放内需动力的消费机制提供了新的实证证据,也丰富了居民消费领域的研究。

考虑多重异质性的区域环境合作治理小世界网络演化博弈研究

由于环境污染具有负外部性,跨区域的环境问题不断涌现,因此,地方政府之间的合作治理是化解区域环境问题的重要路径,也是未来中国区域环境治理的发展方向。本文基于复杂网络理论、演化博弈理论,考虑地方政府间的偏好异质性和收入异质性,引入权重来刻画不同地区在合作中的贡献度的差异,并纳入收益分配机制、违约金机制,构建了加权NW小世界网络上地方政府间合作治理的演化博弈模型;通过数值仿真,分析了合作收益和成本、违约金、异质性三方面对网络合作水平的影响。研究结果表明:合作收益增加与合作成本降低均能促进地方政府合作治理网络向着帕累托最优方向演化,且当合作收益和合作成本到达一定水平时,经济发展水平低的地区对合作收益和合作成本的变化更为敏感。适当的违约金可以促进地方政府合作行为的演化,但违约金只是起到保障和制约的作用,仅提高违约金难以促进合作策略全扩散。节点异质性对于提高地方政府区域合作治理水平是一把双刃剑。

基于双图神经网络的会话推荐算法

针对现有会话推荐算法缺乏对属性信息利用的问题,提出一种基于双图神经网络的会话推荐算法(SR-DGNN)。分别构建会话图和全局相似图学习项目的时序特征和内容特征表示,设计相似度图卷积网络(S-GCN)对全局相似图进行建模。设计基于注意力机制的融合策略对项目的特征表示进行聚合,获取会话的全局表示。综合考虑用户的长期和短期兴趣,预测用户偏好。在KKBOX和MIND两个数据集上进行了大量实验,实验结果表明,所提模型优于现有基准模型。

基于耦合网络的舆情观点演化机制分析

在互联网时代,舆情观点演化并非局限于单一网络环境,而是在多个网络环境交织互动中协同演进。分析舆情观点在耦合网络中的演化机制,对提升舆情治理能力具有重要意义。根据社交网络结构特点设计了线上网络为BA无标度网络,线下网络为WS小世界网络的线上线下耦合网络架构。结合影响力与Deffuant模型构建线上观点演化模型,结合影响力和沉默螺旋理论构建线下观点演化模型,基于用户倾向程度构建层间观点演化模型。通过模型参数配置并进行仿真实验,对不同参数配置下的观点演化进行分析。研究结果表明,所构建的观点演化模型能更好地反映线上线下耦合网络中舆情观点演化的复杂特性,为网络舆情演化分析提供有力支持。

图书馆信息系统网络安全研究

在大数据及云计算技术、物联网技术快速发展的背景下,图书馆局域网内书籍、文献资料、文档文案等信息逐渐增多,网络安全态势感知、安全预警与防护成为多方关注的重要问题。为解决网络攻击、网络用户访问导致的图书馆信息系统安全问题,引入Hadoop分布式软件架构、MapReduce编程模型、HDFS(Hadoop Distributed File System)分布式文件系统、Hive数据仓库、MySQL数据库等组件,建构面向图书馆网络日志监测、告警分析的安全管理系统,收集局域网间数据传输通信的用户访问、网络威胁攻击等安全日志,使用K-means数据簇聚类算法展开数据挖掘分析,作为网络安全预测与评估的依据,提出ABE(Attribute Based Encryption)算法进行图书馆通信数据的加解密操作,从而最大程度地保障图书馆系统传输层、应用层的网络数据访问及传输安全性。

高精度tDCS对网络成瘾者非理性决策行为的干预效果研究

研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

基于FS-SIA的毁伤预测神经网络超参数优化方法

针对毁伤预测中神经网络超参数设置及调试过程较为复杂的问题,提出一种基于特征选择结合群体智能(feature selection and swarm intelligence algorithm,FS-SIA)的超参数优化方法,用于在毁伤预测中对神经网络进行超参数的搜索和优化。首先,通过多种特征排序方法确定毁伤特征的重要性,选取公共的特征偏序子集用于模型训练。其次,针对具体的神经网络模型,分别采用多种群体智能算法进行超参数的搜索和优化。最后,得出特征集性能最优的超参数训练模型。实验结果表明,相较于未经特征排序而单纯采用群体智能算法的其他超参数优化模型,所提方法在毁伤预测中具有更快的收敛速度和更高的准确率。

社交网络节点重要性识别研究进展

准确识别社交网络中的节点重要性对于促进或抑制信息传播、遏制疾病传播具有重要意义,同时在精准营销和社会治理等领域也具有重要理论意义和应用价值。该文从4个角度对节点影响力识别算法进行总结和梳理,具体包括:基于微观局部结构、中观的社团结构、宏观全局结构及基于机器学习的算法。详细介绍了其中的代表性算法,并从不同层面分析了不同算法的优缺点。此外还总结了常用的传播动力学模型和评价指标。最后提炼了仍需解决的问题和未来可能的研究方向。

基于回声状态网络的智能合约漏洞检测方法

区块链平台上的智能合约是为链上各方提供安全可信赖服务的去中心化应用程序,而智能合约漏洞检测能确保智能合约的安全性。然而,现有的智能合约漏洞检测方法在样本数量不均衡和语义信息挖掘不全面时,会出现特征学习不足和漏洞检测准确率低的问题,而且,这些方法无法对新的合约漏洞进行检测。针对上述问题,提出一种基于回声状态网络(ESN)的智能合约漏洞检测方法。首先,根据合约图,对不同语义、语法边进行学习,并利用Skip-Gram模型训练得到特征向量;其次,结合ESN和迁移学习,实现对新合约漏洞的迁移扩展,以提高漏洞检测率;最后,在Etherscan平台搜集的智能合约数据集上进行实验。实验结果表明,所提方法的准确率、精确率、召回率和F1分数分别达到了94.30%、97.54%、91.68%和94.52%,与双向长短时记忆(BLSTM)网络、自注意力机制的双向长短时记忆(BLSTM-ATT)相比,所提方法的准确率分别提高了5.93和11.75个百分点,漏洞检测性能更优。消融实验也进一步验证了ESN对智能合约漏洞检测的有效性。

突发事件网络舆情主题演化聚焦特征研究——以“河南暴雨事件”为例

通过生命周期理论,对突发事件网络舆情情感变化推动主题演化聚焦的特征进行分阶段研究,有利于了解政府和媒体如何进行突发事件网络舆情引导。该文以“河南暴雨事件”为例,运用情感词典识别各阶段情感倾向,运用LDA模型分析各阶段舆情主题,结合生命周期理论划分舆情生命周期,总结突发事件网络舆情情感变化推动主题随生命周期演化聚焦的特征。研究表明,在潜伏期和萌动期,网民情感由负面转向中性,主题聚焦于应急保障;加速期和成熟期,情感由负面转向正面,主题关注应急救援;消退期,情感以中性和正面为主,主题转向应急修复。政府和媒体在各阶段有效引导了舆情。研究为舆情监管部门提供了网民情感变化与主题演化的洞察,为提高舆情引导能力提供了方法指导。

研发网络嵌入、制度质量与全球价值链攀升

全球研发合作是各国突破创新边界限制、谋求科技进步、提升全球价值链地位的重要途径。各国(地区)政府纷纷将研发合作作为一项重要战略,在全球范围内寻求合作研发资源,参与研发网络。文章基于2007一2019年50个经济体专利合作数据刻画嵌入全球研发网络的结构特征,从研发合作的视角实证检验其对全球价值链攀升的影响及作用机理,并考察制度质量的门槛效应。结果显示:无论是全球研发网络嵌入广度还是深度均能显著促进经济体全球价值链攀升。这种积极作用通过人力资本结构升级和技术进步实现,并且发达经济体的价值链攀升效应显著;发展中经济体容易被“低端锁定”;不同技术密度行业嵌入全球研发网络的提升效应存在明显差异,嵌入广度对高技术产业、中高技术产业以及中低技术产业的GVC促进作用明显,但嵌入深度只对中低技术行业有显著的促进作用。为进一步探讨发达经济体和发展中经济体全球研发网络嵌入对GVC影响的异质性,引入制度质量这一门槛变量分析后发现,制度质量的改善影响全球研发网络嵌入并促进GVC攀升呈现阶段性特征。以上研究结论有助于从理论上阐释中国全球研发合作的影响效果,为中国制定研发合作战略提供参考借鉴。

基于话题序列的网络热点数据挖掘模型研究

随着互联网信息的爆炸式增长,如何从海量数据中准确、高效地挖掘出网络热点话题,成为当前数据挖掘领域的重要研究方向。界定话题序列的概念,并分析其在网络热点数据挖掘中的重要作用,可以提出一种基于话题序列的网络热点数据挖掘模型。该模型可以对话题进行时间序列分析,结合文本挖掘和机器学习技术,实现对网络热点话题的自动识别。仿真实验结果验证,基于话题序列的网络热点数据挖掘模型有效性较高,在准确率方面相对其他传统方法有显著提升。

网络服务提供者在信息网络犯罪中的过错推定责任

信息网络犯罪是典型的技术型犯罪。网络服务提供者在信息网络犯罪中虽然能够起到技术性帮助作用,但其也是防控信息网络犯罪中不可或缺的重要力量。不同类别的网络服务提供者在信息网络犯罪中所起的作用迥然相异,故其在信息网络犯罪中刑事责任承担方式也大相径庭。既然如此,刑法针对不同类别的网络服务提供者在信息网络犯罪中所采取的归责方式也应有所区别。现有刑事法规范对网络服务提供者中的网络链接提供者及网络平台提供者规定了明确的安全管理义务,进而对网络链接提供者及网络平台提供者所实施的信息网络犯罪采用过错推定的归责方式。在风险社会语境中,这种过错推定责任体现出刑法治理模式由“责任主义”向“负责主义”的范式转换。“负责主义”治理模式不仅对信息网络犯罪之防控有显著效用,也为如何有效惩治其他类别的风险犯罪提供了可资借鉴的理论依据。

基于多核循环神经网络的无线网络安全态势感知

针对现有感知方法波动大的问题,本研究采用多核循环神经网络进行无线网络安全态势感知。模型结合长短时记忆捕捉时序关系,选取关键特征向量属性,并引入三方博弈模拟相互作用,计算网络安全态势值。通过与阈值比较,划分态势等级。实验表明,该方法随着融合次数增加,能更快达到稳定状态,提升用户感知的一致性和准确性。在应对网络攻击和数据一致性保障方面展现出有效性。

单宁酸改性互穿网络水凝胶促进断裂跟腱术后的组织重塑

背景:跟腱断裂术后的再生与重塑是临床治疗的难点,组织工程水凝胶材料为促进跟腱修复提供了可能。目的:探究单宁酸改性互穿网络水凝胶对大鼠断裂跟腱组织再生与重塑的作用。方法:①通过蓝光照射及CaSO4溶液浸泡交联制备单宁酸改性互穿网络水凝胶,表征水凝胶的微观形貌、力学性能、黏附性能、体外释药性能与生物相容性。②取30只SD大鼠,采用随机数字表法分为假手术组、手术组与水凝胶组,每组10只,后2组建立右后肢跟腱断裂模型,手术组采用改良Kessler法将断裂跟腱重新缝合,水凝胶组采用相同术式缝合断裂跟腱后将单宁酸改性互穿网络水凝胶贴片完全缠绕包裹于断端接合处。术后4周,对断裂跟腱进行影像学检查、组织学评价、生物力学测试及炎症因子水平检测。结果与结论:①扫描电镜下可见单宁酸改性互穿网络水凝胶呈多孔微观结构,孔径为3-10μm,并且水凝胶具备良好的体外释药性能、黏附强度与拉伸强度;CCK-8检测与活/死染色显示,该水凝胶对大鼠骨髓间充质干细胞增殖活性无明显影响,具备良好的生物相容性。②MRI成像显示,与手术组比较,水凝胶组大鼠跟腱呈均一低信号,跟腱前后径厚度减小,与周围组织分界更为明确,表现更接近假手术组。苏木精-伊红与Masson染色显示,手术组大鼠跟腱纤维排列松散混乱,细胞密度增加且排布杂乱,伴有明显炎性细胞浸润,部分区域出现腱内骨化;水凝胶组大鼠跟腱纤维排列有序,细胞密度降低且排布规整,炎性细胞浸润明显减少。手术组大鼠跟腱的拉伸强度低于假手术组(P<0.05),水凝胶组大鼠跟腱的拉伸强度高于手术组(P<0.05)。与假手术组比较,手术组大鼠跟腱中白细胞介素1β、白细胞介素6及肿瘤坏死因子α质量浓度及mRNA表达升高(P<0.05);与手术组比较,水凝胶组3种炎症因子水平及mRNA表达降低。③结果表明,单宁酸改性互穿网络水凝胶可显著抑制局部炎症反应、促进断裂跟腱组织重塑。

网络视角下城市功能耦合对房价的影响研究——以武汉市为例

厘清城市功能与房价关系对优化城市布局至关重要。基于复杂网络理论,利用武汉POI和房价数据建立城市功能与各房价梯度的网络模型,并通过多属性排序量化各功能对各区间房价的影响。结果表明:随着房价的上升,城市功能对不同房价区间的影响呈递减趋势。住宅由于与其他城市功能之间存在高度依赖关系,对房价的影响程度最为显著。此外,交通、商业、生活、科研和医疗等会因房价区间的需求而产生不同程度的影响。该研究为从网络角度探讨城市功能对房价的影响提供理论依据,并能在实践中助力决策者进行后续城市可持续发展和功能布局决策。

基于改进深度Q网络的无预测风电场日前拓扑优化

风电场受风速变化等因素影响,出力易产生大幅波动,从而造成电压波动和网损增加等问题,影响风电场的安全高效运行。目前的风电场日前调控方案多基于传统的数学优化模型展开,且需要风机的日前出力预测数据,故无法完全避免的日前预测误差的引入造成日前优化调控方案有效性的降低,增加了日内风机调控的难度。因此,文中充分发挥强化学习模型的决策能力,提出了一种基于改进深度Q网络(DQN)的无预测风电场拓扑重构决策方案,并以DQN为框架展开。首先,构建基于历史数据的状态空间;然后,提出基于生成树的动作价值对解耦的动作空间优化方法,以最小化电压偏差和网损为目标建立优化评价体系,完成由历史实际出力数据到决策的映射关系构建,在避免引入预测误差的情况下实现风电场日前优化调控;最后,设计一种基于多层次经验指导的经验回放策略,提升算法的训练性能,保证算法的适用性。根据实际的风电运行数据进行仿真,通过对比分析改进技术对DQN算法的影响和优化调控前后风电场的运行状态,验证了所提方法的创新性和有效性。

VUCA情境下关系网络对农民专业合作社组织韧性的影响——组织学习的中介作用

全球经济环境复杂,自然灾害与公共卫生事件频发,以多变、不确定、复杂和模糊为特征的VUCA情境已成为农业生产面临的新常态,合作社组织韧性提升成为迫切需要解决的问题。而合作社能否有效增强组织韧性,关键在于其所嵌入的关系网络及其组织学习能力。本文基于305家合作社的调研数据,构建了关系网络、组织学习与合作社组织韧性的理论模型,并运用AMOS软件分析了关系网络对合作社组织韧性的影响机制和组织学习的中介作用。研究发现:关系网络(组织内关系网络和组织间关系网络)对合作社组织韧性具有显著正向作用,组织学习(利用式学习和探索式学习)在其中起部分显著正向中介作用;在中介效应模型中,组织内关系网络比组织间关系网络影响更为显著,探索式学习比利用式学习影响更为显著;进一步分析发现,22个观测指标中合作社服务种类、成员知识经验交流频率、销售渠道、注重总结技术经验和注重引进全新技术等指标更为重要。研究结论对在VUCA情境下提升合作社组织韧性、促进其可持续发展具有启示意义。