检索结果-内蒙古大学图书馆

网络与信息安全学报 2020年第6期6卷 80-87页

作者：王标刘兴洋许卡刘汪洋王克楠夏宇清提升政府治理能力大数据应用技术国家工程实验室贵州贵阳550022 国际关系学院北京100091 中电科大数据研究院有限公司贵州贵阳550022

政府开放数据作为国家和社会发展重要战略资源,蕴含着巨大价值,但我国在政府开放数据的安全风险评估方面缺乏标准,国家数据安全面临风险。借鉴信息安全风险评估理论,以国家安全资产、开放数据脆弱性和安全威胁作为主要安全风险要素,构... 详细信息

政府开放数据作为国家和社会发展重要战略资源,蕴含着巨大价值,但我国在政府开放数据的安全风险评估方面缺乏标准,国家数据安全面临风险。借鉴信息安全风险评估理论,以国家安全资产、开放数据脆弱性和安全威胁作为主要安全风险要素,构建政府开放数据的安全风险评估模型,利用层次分析法和模糊综合评价法对政府开放数据的安全风险进行量化评估,并通过实例验证模型的有效性。

关键词：政府开放数据风险评估模型层次分析法模糊综合评价法

来源：评论

学校读者我要写书评

暂无评论

考虑时空自相关性的共享电动汽车出行选择影响因素分析

引用

交通运输工程与信息学报 2024年第4期22卷 67-84页

作者：廖洋罗霞王红杰西南交通大学交通运输与物流学院成都611756 综合交通大数据应用技术国家工程实验室成都611756

共享电动汽车作为新兴的低碳出行方式,探究其时空分布规律及影响因素,有助于优化交通资源配置,推动城市交通系统的可持续发展。本文首先研究了共享电动汽车订单量的时空自相关特征;其次,基于对传统区域聚合方法的改进,结合对兴趣点(POI... 详细信息

共享电动汽车作为新兴的低碳出行方式,探究其时空分布规律及影响因素,有助于优化交通资源配置,推动城市交通系统的可持续发展。本文首先研究了共享电动汽车订单量的时空自相关特征;其次,基于对传统区域聚合方法的改进,结合对兴趣点(POI)空间分布模式(密度、邻近性、集聚性)的精细化定义,本文建立了综合考虑时空特征、站点属性及建成环境特征的“S-T+S+T+5D”影响因素量化体系;最后,通过构建并对比多个识别模型,本文揭示了各因素的影响程度和作用机理。结果表明:(1)相较于广义线性模型及随机森林模型,考虑地理交互效应的广义可加混合模型能更准确地识别影响因素,有效解释了服务需求的空间依赖特征。(2)影响因素中,站点属性的影响程度最高;车位容量表现出阈值效应,即区域容量高于70会抑制出行需求;站点间的过近距离会加剧内部竞争。(3)共享电动汽车在补充城市公共交通服务不足方面具有一定潜力,尤其在地铁入口2 km外的服务薄弱区域和大型客运枢纽周边。(4)土地混合利用强度呈现倒U型的非线性关系,娱乐场所密度、高校邻近性和医疗场所集聚性均对共享电动汽车出行产生促进作用。研究结果可为运营商进行短期站点优化及长期布局规划提供理论支撑。

关键词：城市交通非线性分析广义可加混合模型共享电动汽车时空自相关

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的深度混合推荐算法

引用

计算机应用研究 2021年第9期38卷 2624-2627,2634页

作者：段超张婧何彬陈增照华中师范大学人工智能教育学部国家数字化学习工程技术研究中心武汉430079 华中师范大学人工智能教育学部教育大数据应用技术国家工程实验室武汉430079

大量研究利用用户或项目的边信息来缓解视频推荐中的数据稀疏和冷启动问题,取得了一定的效果,但是没有关注辅助信息中的关键信息。针对此问题进行了研究,提出了一种融合双注意力机制的深度混合推荐模型。该模型通过融合自注意力机制的... 详细信息

大量研究利用用户或项目的边信息来缓解视频推荐中的数据稀疏和冷启动问题,取得了一定的效果,但是没有关注辅助信息中的关键信息。针对此问题进行了研究,提出了一种融合双注意力机制的深度混合推荐模型。该模型通过融合自注意力机制的卷积神经网络挖掘项目端隐藏因子,同时融合自注意力机制的堆栈去噪自编码器提取用户端隐藏因子,深度挖掘项目端和用户端的重要信息。最后,通过结合概率矩阵分解实现视频评分预测。在两个公开数据集上的大量实验结果表明,提出的方法结果在已有ConvMF+、PHD、DUPIA等基线模型基础上有一定提升。

关键词：双注意力机制协同过滤卷积神经网络自编码器

来源：评论

学校读者我要写书评

暂无评论

基于多数据源的CTC调度台工作负荷研究及评定

引用

交通运输工程与信息学报 2021年第4期19卷 126-133,145页

作者：邹佳铭朱志强郭峤枫冯果刘君喜杜敏齐史磊西南交通大学交通运输与物流学院成都611756 中国铁路成都局集团有限公司调度所成都610000 综合交通运输智能化国家地方联合工程实验室成都611756 综合交通大数据应用技术国家工程实验室成都611756 西南交通大学心理研究与咨询中心成都611756 中国铁路哈尔滨局集团有限公司调度所哈尔滨150000

为准确划分CTC调度台的繁忙程度,提出了一种通过CTC调度台的基础数据对调度台进行划分的方法。参照工作负荷研究中常用的方法,即主观评价法和任务分析法,结合统计学方法中的聚类分析,对某铁路集团有限公司中的17个CTC调度台进行繁忙程... 详细信息

为准确划分CTC调度台的繁忙程度,提出了一种通过CTC调度台的基础数据对调度台进行划分的方法。参照工作负荷研究中常用的方法,即主观评价法和任务分析法,结合统计学方法中的聚类分析,对某铁路集团有限公司中的17个CTC调度台进行繁忙程度划分。为有效地划分繁忙度,首先,在任务分析法详细分析工作内容的基础上,通过相关分析和回归分析探讨基础数据和工作负荷的关系;然后,基于调度台的基础数据,采用聚类分析中的K-means聚类算法对CTC调度台的工作负荷进行繁忙度划分;最后通过对CTC调度员心理负荷和工作压力的主观评价数据的方差分析来验证聚类划分调度台繁忙度的科学合理性。结果表明:聚类分析后的繁忙、普通和轻松台之间在主观评价工作负荷上都有显著差异。

关键词：高铁调度员工作负荷回归模型聚类分析 CTC调度台繁忙度

来源：评论

学校读者我要写书评

暂无评论

预测人类移动行为的介入机会类模型研究进展

引用

物理学报 2020年第24期69卷 60-67页

作者：刘二见闫小勇北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学交通系统科学与工程研究院北京100044 电子科技大学复杂性实验室成都611731

预测地点间人类的移动在人类迁徙、交通预测、疾病传播、商品贸易、社会交往等诸多方面具有重要的意义.介入机会模型是最早从个体目的地选择行为角度建立的预测人类移动的模型,它将起终点之间的介入机会作为影响人类移动的关键因素,启... 详细信息

预测地点间人类的移动在人类迁徙、交通预测、疾病传播、商品贸易、社会交往等诸多方面具有重要的意义.介入机会模型是最早从个体目的地选择行为角度建立的预测人类移动的模型,它将起终点之间的介入机会作为影响人类移动的关键因素,启发研究者提出了许多新的介入机会类模型.介入机会类模型在很多学科领域也获得了广泛的应用.本文首先对包括介入机会模型、辐射类模型、人口权重机会类模型、探索类介入机会模型和统一机会模型等在内的介入机会类模型的研究进展进行综述,然后对这些介入机会类模型在空间交互和疾病传播方面的应用进行介绍,最后对该类模型未来的研究方向进行探讨.

关键词：人类移动介入机会类模型空间交互疾病传播

来源：评论

学校读者我要写书评

暂无评论

公路超限超载运输治理的立法对策

引用

综合运输 2023年第4期45卷 33-37页

作者：徐银刘星材刘海旭庄春辉西南交通大学交通运输与物流学院四川成都611756 西南交通大学综合交通大数据应用技术国家工程实验室四川成都3611756 西南交通大学综合交通运输智能化国家地方联合工程实验室四川成都610031 四川省交通运输发展战略和规划科学研究院四川成都610041

公路货运车辆超限超载运输不仅大幅缩短公路正常使用寿命,而且极易诱发交通安全事故。尽管全国范围内的治超监管越来越严,但超限超载运输依旧屡禁不止。违法超限超载运输已成为公路运输的痼疾和常态。本文在调研四川省超限超载运输治理... 详细信息

公路货运车辆超限超载运输不仅大幅缩短公路正常使用寿命,而且极易诱发交通安全事故。尽管全国范围内的治超监管越来越严,但超限超载运输依旧屡禁不止。违法超限超载运输已成为公路运输的痼疾和常态。本文在调研四川省超限超载运输治理现状的基础上,从法治交通的角度,重点梳理了四川省治超领域的法律法规体系。然后从加强制度设计、突出源头治理、提高违法成本、优化收费方案四个方面提出了四川省治超法律法规的制修订建议。

关键词：超限超载运输治理对策建议四川省

来源：评论

学校读者我要写书评

暂无评论

大学生日常行为习惯的可发现、可计算与可干预研究框架

引用

现代远距离教育 2021年第6期 77-84页

作者：周东波徐雯慧喻宏伟王小梅余雅滢涂悦华中师范大学人工智能教育学部教育大数据应用技术国家工程实验室湖北武汉430079 华中师范大学人工智能教育学部国家数字化学习工程技术研究中心湖北武汉430079

习惯常指规律性周期重复的行为方式,是个性化教育研究的重要内容。当前大学生不恰当、多变的日常行为活动,使原本的好习惯负向发展,因而,如何挖掘分析大学生的校园日常行为活动,发现导致其学业失败、成才受阻的习惯并进行相应干预,意义... 详细信息

习惯常指规律性周期重复的行为方式,是个性化教育研究的重要内容。当前大学生不恰当、多变的日常行为活动,使原本的好习惯负向发展,因而,如何挖掘分析大学生的校园日常行为活动,发现导致其学业失败、成才受阻的习惯并进行相应干预,意义重大且十分迫切。基于校园大数据,提出数据驱动的大学生日常行为习惯可发现、可计算和可干预研究框架。首先,定义“活动-行为-习惯”的层次化表达结构,构建活动的时空语义约束模型,从校园大数据中提取日常活动数据,构建双层条件随机场模型,对活动数据进行自监督分类,从而得到行为信息,进一步构建多片段语义时空图卷积神经网络模型,通过行为的时空卷积预测来发现习惯;其次,提出习惯强度量化计算方法,构建习惯强度与评价要素的多元关联模型来评价习惯好坏,并建立习惯变化的时空演化分析方法;最后,对导致习惯负向变化的行为进行预警并实施多层次干预,形成基于“活动数据-行为信息-习惯知识-活动数据”思路的习惯“可发现-可计算-可干预”研究闭环。

关键词：校园大数据行为习惯数据驱动可发现可计算可干预

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的百万数据人脸聚类

引用

微电子学与计算机 2022年第7期39卷 24-35页

作者：何川侯进李金彪西南交通大学计算机与人工智能学院四川成都611756 西南交通大学信息科学与技术学院四川成都611756 西南交通大学综合交通大数据应用技术国家工程实验室四川成都611756

人脸聚类是利用未标记人脸数据的重要工具,在人脸标注和检索等方面有着广泛的应用.如何有效地聚类,特别是在大规模(如百万级或以上)数据集上,是一个悬而未决的问题.最近的研究表明,基于图卷积神经网络(GCN)的聚类可以显著提高性能.然而... 详细信息

人脸聚类是利用未标记人脸数据的重要工具,在人脸标注和检索等方面有着广泛的应用.如何有效地聚类,特别是在大规模(如百万级或以上)数据集上,是一个悬而未决的问题.最近的研究表明,基于图卷积神经网络(GCN)的聚类可以显著提高性能.然而这些方法需要生成大量的重叠子图,严重限制了模型的精度和效率.由于这些GCN算法没有分析过不同数据特征对模型的影响,通常仅在特定的数据集上表现出优异的性能.本文综合分析了距离、实例个数分布差异对模型的影响,提出了一种基于DBSCAN的图卷积网络模型.通过两段距离形成二次聚类模型,消除了DBSCAN对距离的依赖,提高了模型精度,在多个数据集中最高提升了20%;通过探索融合one-hot特征编码方式、多种邻接矩阵构图方法,进一步提升了模型的鲁棒性;通过邻接矩阵稀疏化算法解决了人群数量动态变化问题.在多个大型基准上的实验表明,相较于现有GCN算法,所提算法精度提高了2%~7%,并降低了对硬件的要求,提升了运行效率,可以应用于百万级的人脸聚类场景.

关键词： K近邻图卷积神经网络人脸聚类邻接矩阵稀疏矩阵

来源：评论

学校读者我要写书评

暂无评论

学习者社会网络交互、情绪表征与学习成效的关系研究

引用

中国远程教育 2020年第6期 31-39,59,77页

作者：刘智康令云刘三女牙粟柱孙建文华中师范大学教育大数据应用技术国家工程实验室 430079 华中师范大学国家数字化学习工程技术研究中心 430079

情绪与社会化交互是构建学习者模型的两个重要特征,学习者的情绪特征计算与社会网络分析已获得了学习分析领域的广泛关注。本研究以某高校云平台上两门课程的论坛发帖纪录为研究对象,分别探究了学习群体在情绪表征(积极、消极与困惑情... 详细信息

情绪与社会化交互是构建学习者模型的两个重要特征,学习者的情绪特征计算与社会网络分析已获得了学习分析领域的广泛关注。本研究以某高校云平台上两门课程的论坛发帖纪录为研究对象,分别探究了学习群体在情绪表征(积极、消极与困惑情绪密度值)以及社会网络交互(网络中心性与网络结构特征)方面的差异。研究结果表明:具有网络交互关系的学习者间情绪倾向趋于一致。整体网络中的"子团体"以分散型网络居多,不同社区组学习者在积极和消极情绪上具有显著性差异,而在困惑情绪上差异性并不显著。与中、低成效组相比,高成效组学习者在信息传递的中介性以及协作学习中的参与性方面的表现更为显著,但其积极情绪密度较低。论坛中情绪和交互特征的联合分析有助于对学业风险个体的准确干预和群体互动质量的提升。

关键词： SPOC 社会网络分析情绪密度社区交互模式学习成效差异性分析

来源：评论

学校读者我要写书评

暂无评论

自动驾驶电动共享车系统自适应集中调度优化

引用

交通运输工程与信息学报 2024年第4期22卷 25-36页

作者：侯博宇刘洪汛胡路西南交通大学交通运输与物流学院成都611756 综合交通大数据应用技术国家工程实验室成都611756

在共享汽车的车辆调度问题中,传统基于库存理论的阈值调度方法要求当区域车辆数高于阈值时立即调度车辆,产生大量调度任务,降低车辆可用性。为此,本文针对自动驾驶电动共享车(SAEV)系统,基于离散事件仿真框架提出一种车辆自适应集中调... 详细信息

在共享汽车的车辆调度问题中,传统基于库存理论的阈值调度方法要求当区域车辆数高于阈值时立即调度车辆,产生大量调度任务,降低车辆可用性。为此,本文针对自动驾驶电动共享车(SAEV)系统,基于离散事件仿真框架提出一种车辆自适应集中调度优化方法,改进传统的阈值调度方法。具体而言,首先构建SAEV系统的离散事件仿真模型,该模型以站点为中心进行运营区域划分,把用户需求分为跨区需求和非跨区需求,通过车辆自动接送用户实现灵活服务。然后,在仿真模型中,设定固定时间间隔求解一个基于区域阈值的运输问题,确定一次车辆集中调度方案以代替传统阈值触发的单车调度方案。最后,设计了仿真优化框架和BO-SPSA算法有效求解调度阈值以最大化SAEV系统的日利润。该算法通过贝叶斯优化(BO)对同步扰动随机近似(SPSA)算法的参数进行优化,实现更快速和高效的求解。成都市案例表明:(1)BOSPSA相比其他算法能更快速且高效地求解;(2)小规模与大规模运营场景同时验证了本文所提出的自适应集中调度策略相比传统调度策略能服务更多的用户,减少调度车次数,获得更多运营利润;(3)无论运营场景规模大小,当需求较小时,使用快速充电桩并不能有效地提升系统的盈利能力,但随着需求规模的增加,快速充电桩能够更好地增强系统平衡不均衡用户需求的能力,提升系统的服务水平和利润。

关键词：智能交通自适应调度仿真优化共享出行自动驾驶汽车贝叶斯优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：