论文部分内容阅读
随着互联网应用发展和深入，网络舆情的热点不断涌现，对社会管理和秩序稳定形成了新的挑战，网络舆情检测的重要性逐渐显现。本文讨论聚类分析方法对改进舆情检测和分析的工作方式、提高工作效率的一些构思。
聚类分析在网络舆情监测中的应用
【摘 要】
：
随着互联网应用发展和深入，网络舆情的热点不断涌现，对社会管理和秩序稳定形成了新的挑战，网络舆情检测的重要性逐渐显现。本文讨论聚类分析方法对改进舆情检测和分析的工作方式、提高工作效率的一些构思。
【机 构】
：
合肥工业大学,安徽合肥 230031
【出 处】
：
全国第20届计算机技术与应用(CACIS)学术会议
【发表日期】
：
2009年3期
其他文献
随着信息技术和通信技术的发展，信息栅格的研究和应用正逐渐兴起，其思想就是将独立分布的软硬件资源综合成一个整体，使栅格内的用户可以像使用自己本地资源一样来使用栅格内的任何资源，从而实现所有资源的真正共享。基于分布式网络具有环境异构和网络动态性的特点，本文在介绍Jini技术的基础上，分析比较了Jini相比其他几种分布式技术的优势，提出利用Jini技术进行信息栅格组网。
视频监控技术在日常工作、生活中得到了越来越广泛的应用，“全球眼”业务就是中国电信推出的一项完全基于宽带网络的图像远程监控、传输、存储、管理的增值业务；该业务利用中国电信无处不在的宽带网络，将分散、独立的图像监控点进行联网，实现跨区域、全球范围内的统一管理，资源共享；主要适用于需要进行图像远程监控、传输、存储和管理的地方和场所，不仅可以服务于行业客户，对于公众客户市场同样可以提供相应服务。本文从功能
本文针对协同工作中的任务调度问题，提出了一种改进的基于模拟退火的Q学习算法。该算法通过引入模拟退火，并结合贪婪策略，以及在状态空间上的筛选判断，显著地提高了收敛速度，缩短了执行时间。最后与其它文献中相关算法的对比分析，验证了本改进算法的有效性。
车辆定损是机动车辆保险工作中的一个重点，本文在构建汽车损失评价的指标体系的基础上，运用人工神经网络方法，建立了汽车损失的神经网络评价模型，并用样本数据对其进行了训练和测试，验证了该模型能够对车辆的损失做出科学合理的、公正的评定。
结合粗糙集的属性约简和Logistic回归的分类机理，提出了一种新的RS-Logistic回归分类模型。模型中采用粗糙集理论在不改变训练集分类质量的前提下进行数据浓缩，提取少量具有代表性的训练子集，然后基于Logistic回归进行分类建模和预测。这样不但降低后验概率估计的计算复杂度，解决Logistic回归的解的稀疏性问题，而且提高了模型的整体分类性能。通过对UCI数据集的仿真实验，验证了该模型的
本文从战时环境对通信装备的要求出发，采用群决策的方法，根据装备满意度和装备在各属性上的达成程度，提出了一种新的通信装备优选方法。该方法具有针对性强、计算简单等特点，为战时通信装备的优选提供了一种有效途径。
本文阐述了电脑鼠设计的构思和实现的过程，主要从算法上分析如何使电脑鼠寻找最佳路径快速的找到迷宫终点。本设计结合了相关的软、硬件，并涵盖了机械装置。最终电脑鼠能智能地走迷宫。
研究了电子销售市场上的单销售商动态定价问题。将问题模型建模成半Markov决策过程(SMDP)，为了解决这个问题，结合性能势理论，给出了平均和折扣准则下统一的Q学习算法和模拟退火Q学习算法。最后，通过仿真实验表明模拟退火Q学习算法的不但学习效果更好而且学习速度更快。
本文利用复杂网路分析方法，结合数据挖掘相关理论，对包含1998-2004年问世界范围内发生的7153起恐怖袭击事件的数据库进行数据分析，提取相关信息整理后按照一定规则建立起恐怖组织联系网络，绘制其网络拓扑结构图并计算其复杂网络特征参数，得出其度分布符合无标度特征的结论，标度指数r≈2.7。根据特征参数对各恐怖组织之问的联系进行量化表征和分析，探索网络的内在规律及演化模式，得出有意义的结果。本文的研
模拟退火算法是一种典型的智能优化算法，它的一个主要缺点是收敛速度慢。针对这一问题，提出了一种基于锦标赛选择策略的求解旅行商问题的模拟退火算法，在从邻域中选择候选解时，随机产生两种方案，根据领域的启发式信息，从中选择一种好的方案去生成候选解。仿真结果表明，锦标赛选择模拟退火算法明显优于传统的模拟退火算法。