基于Sketchup的3D网络模型的构建研究

网络分析作为GIS的主要功能在交通旅游、城市规划、资源配置以及电力、通讯等管线的布局设计中发挥着重要的作用.在介绍传统的2D网络分析模型及其应用基础上研究了3D网络模型的特点,基于Sketchup建立了3D网络模型数据,研究了3D网络模型构建中的问题,并在ArcGIS10中进行了最短路径分析.实验结果表明,基于Sketchup构建3D网络模型数据的方法可以为3D网络分析提供良好的数据支撑.     

基于 PPG 信号的 LSTM 网络同步动脉血压预测

为通过光电容积脉搏波信号获取动脉血压参数,并将其作为判断个人健康状况的依据,基于 Tensorflow框架训练 LSTM 网络模型与传统 RNN 模型,使用 625 000 条光电容积脉搏波数据序列通过忘记、选择记忆、输出阶段得出符合生理规律的血压参数,将两种模型放在 125 000 条样本的测试集中进行有效性验证。实验结果表明,训练后的 LSTM 模型对血压的预测比传统 RNN 模型更准确,LSTM 预测评价指标 MAE、RMSE、STD 和 R2_score 分别为 4.05、8.78、7.42 和 0.89,且预测结果符合美国医疗仪器促进协会标准（MAE<5mmHg,STD<8mmHg）,而传统 RNN 模型则为 11.58、17.03、14.54 和 0.73。LSTM 模型能较好地预测血压参数,在生物医学领域有较高的应用价值,其效果优于传统 RNN 模型。     

基于DEMATEL与F-ANP的突发事件应急管理评估

针对突发事件应急管理评估存在评估指标不独立、评估信息模糊与评估结果难量化等问题,提出基于决策实验室法（DETATEL）与模糊网络分析法（F-ANP）的评估方法。建立突发事件应急管理能力评估体系,将各因素划分为影响层面与评估指标,使用DEMATEL方法求得指标间相互影响关系与各层面间网络关系模型。通过ANP算法构建评估指标网络层次结构,求解指标权重,并识别出应急管理关键环节。建立模糊评价矩阵,将定性分析转化为定量评估,并进行综合评估,得到量化评估值,直观显示应急管理能力实际水平。利用该方法对某市进行评估,得出该市突发事件应急管理评估值score=3.063 9,等级为“良”。     

基于博弈论的5G网络认知D2D通信信道分配方法

随着智能终端用户的大规模增长,迫切需要提高网络带宽和资源使用效率。5G网络中的认知D2D（device-to-device） 通信技术可直接通过通信设备建立通信链路,两个建立好链路的通信设备可直接通信,既能高效利用通信资源,又能满足爆发式增长的数据流量需求。如何进行通信资源管理及通信链路选择成为研究重点。基于5G网络的认知D2D通信技术提出了一种基于博弈论的信道分配方法,以解决资源分配问题,最大化D2D通信设备运行效率。将该方法与传统通信方法进行对比仿真,实验验证所提方法更加优越。     

基于银行-资产二分网络的金融风险传染研究

为研究金融风险的传染问题,将二分网络理论引入到银行-资产网络模型中,提出风险传染模型。基于二分网络理论,对银行-资产网络进行拓扑分析,分析金融系统对单个资产类别外部冲击的敏感性,并评估系统中可能导致传染存在的特征。实证分析选取我国2021年第三季度各银行数据进行压力测试,结果表明,引入的模型能够捕捉银行的投资资产对不同外部冲击情景以及贬值效应的敏感程度。     

计算机信息存储安全保证措施研究

从信息内容和信息连接两方面进行研究,综合两种技术的优点,提出了网络信息安全存储系统的设计模型,从存储和通信两方面保护重要信息,保证数据在传输过程中的安全.通过构筑安全通信平台,建立基于TCP的安全隧道,使用身份鉴别、访问控制、数据加密和审计日志等技术,保证通信数据的秘密性和完整性.并重点对系统的安全性进行效能评估,检验了系统对数据的控制能力.该系统为提高目前网络存储系统的安全性提供了一种可靠的解决方案.     

软件定义网络中一种按需路径分配的定量评估模型

软件定义网络（SDN）技术分离了传统网络的控制层面与数据层面,目的是改造现有网络,简化网络操作,提升网络性能。利用SDN的集中式控制,提出一种路径分配的定量评估模型。首先根据网络的物理状态进行建模,从概率的角度使用马尔科夫链计算网络链路的重要性;然后在模型中同时考虑链路利用率、资源分配率、负载均衡和延时作为路径分配评价指标;最后根据不同需求对路径分配进行评估,得到最合适的路径分配方案,并用一个实例介绍了模型运作流程。实验结果表明,该方法可以按需供给,起到流量优化与负载均衡的效果。     

基于贝叶斯网络的独立学院学生满意度评价实证分析

文章主要从求学环境、教学管理、师资队伍、个人发展、后勤保障五个方面设计独立学院学生满意度评价指标体系。在阐述贝叶斯网络原理的基础上,文章构建了基于贝叶斯网络的独立学院学生满意度评价模型,进而利用浙江省5所独立学院的调查数据进行贝叶斯网络推理和评价。最后,文章提出了提高独立学院学生满意度的一些建议。     

高校网上招生录取的网络安全与防范

基于中国教育与科研计算机网（CERNET）的高校招生录取工作,是涉及大量数据信息和社会关注度高的一个网络应用．通过分析目前招生网络安全的现状,结合招生网络传输特点,对招生网络的安全与防范从硬件规范、技术防范、制度监管等方面提出了具体措施．     

基于XGBoost算法模型的金融客户信用评估研究

针对银行客户信用评估模型不健全不完善等问题,在对比随机森林（RF）、GBDT和XGBoost三种集成算法基础上,提出基于XGBoost算法的金融客户信用评估模型。从知名的UCI数据库中选取德国某银行客户信用数据集,在对数据进行缺失值、标准化等预处理后,分别对随机森林（RF）、GBDT算法和XGBoost三种集成算法建立个人信用评估模型,然后依据计算得到的相关多元评价指标对个人信用评估进行对比研究。实证结果表明,建立在XGBoost集成算法上的个人信用评估模型性能最优,在准确率指标上比随机森林（RF）高出6%,比GBDT算法高0.8%。     

基于超级网络理论的谣言检测模型研究

针对社交网络中的谣言防控问题,基于超级网络理论提出了一种谣言检测模型.建立了一个由三层子网络构建的超级网络,通过融合用户社交关系、心理情感和关键词来准确刻画微博帖子的特征.提出了基于超级网络的谣言检测模型,应用主流的机器学习方法来训练分类器,以实现谣言的分类检测.从微博获取数据来构建实验数据集,并将本模型与现有的检测模型进行比较.结果表明,本模型在谣言检测方面能够表现出最好的性能.     

基于贝叶斯网络的网络风险评估研究

建立一个基于贝叶斯网络的风险评估模型,通过风险因素识别、建模和定量计算对网络运行过程中产生的风险进行评估。选取流量、CPU和内存这3个网络性能指标参数作为网络发生风险的定性分析因素,通过贝叶斯网络来计算出各风险因素造成网络发生风险的概率并对其进行排序,确定各风险因素对网络风险的影响程度,并计算出网络风险率。     

基于评价的P2P网络信任模型研究

P2P网络的信任研究关系到P2P网络的安全。本文在对信任关系研究的基础上提出了一种基于价的P2P网络信任模型,构建了基于评价的信任网络,给出了信任度的计算方法。并通过实验数据验证了该网络模型的安全性。     

基于Stacking模型融合的网络异常事件监测

随着云计算和人工智能的飞速发展,各种智能化的服务使大量数据在网络节点之间传输。然而,网络威胁,网络攻击和网络入侵在各种网络环境中大量增加。基于数据科学和机器学习,文章使用一系列涉及数据预处理、新特征创建、集成学习、Stacking模型融合等技术,以识别可疑的网络事件。提出了一种Stacking模型融合方法以提高网络异常事件识别的准确率,其中单一的模型包括XGBoost、Cat Boost、Light GBM、Random Forest。通过整合机器学习和数据科学相关技术,以提高网络异常事件识别率,实验结果表明该方法比单一的机器学习模型有更高的准确率。     

网络环境下大学英语学习者DRS特征模型构建

网络平台自主学习是大学英语课堂教学的延伸,也是一种新型的学习模式。在对网络环境下学习者特征分析体系的研究现状进行回顾的基础上,尝试从人口学特征（ D）、学习准备特征（ R）、英语学习策略风格特征（ S）三个维度构建网络环境下在校大学英语学习者特征模型并加以阐述,希冀对建立了英语自主学习网络的高校深化教改和完善自主学习实践模式有所帮助。     

大学生网络道德失范及其教育引导研究

基于大学生在虚拟网络社会环境中出现个人言行、社交、学术、消费等网络道德失范行为,深刻影响着个人的成长和社会的全面进步的问题。通过对大学生网络道德失范行为及原因进行分析,并从大学生个人、家庭、学校、社会等层面提出加强大学生网络道德教育的引导原则,为解决大学生网络道德失范行为方面提供好现实路径。     

教师区域网络协同备课中的社会网络分析

社会网络分析法在网络教研、CSCL中日趋受到重视,文献调研发现,以往研究主要集中在社会网络的1-模网络分析。首先综合应用1-模网络和2-模网络分析,对来自安徽省肥西县10所不同学校的33位二年级语文教师在学习元上开展的协同备课数据进行社会网络分析,对其网络结构图、中心性、凝聚子群、"核心-边缘"与"分派"展开分析,立体化展示了协同备课过程中教师群体和个人层次的参与特点,并重点从教师个体角度,分析其参与度、协作知识建构阶段和关注主题的分布情况及特征。最后基于分析结果,提出了后续网络备课和区域教研中应注意的问题。     

基于Att-CN-BiLSTM模型的中文新闻文本分类

将卷积神经网络（CNN）和双向长短期记忆神经网络（BiLSTM）相结合,提出一种基于注意力机制的Att-CN-BiLSTM中文新闻文本分类模型.模型通过注意力机制有效融合了CNN层和BiLSTM层提取的新闻文本语义特征.在THUCnews新浪新闻数据集上与CNN、BiLSTM及其改进模型进行对比实验,模型分类准确率达到98.96%,精确率、召回率和F1值指标也都优于对比模型,实验结果表明Att-CN-BiLSTM模型可以有效提升中文新闻文本分类效果.     

山东莱钢网络培训应用模型研究

本文通过对ISO10015、IEEE1484的研究,提出莱钢网络培训应用模型。该模型由网络培训需求、培训策划、培训设计以及培训效果的评估和改进这四个模块组成。这个模型对企业实施网络培训具有一定的指导意义。     

一种蜂窝网络中支持D2D通信的资源分配方法

基于冲突图模型形成的二进制整数规划,提出了一种蜂窝网络中支持D2D通信的无线资源分配方法．首先,提出一种频率资源分配算法,即为每个D2D链路都分配一个频率资源块．分配频率资源时将尽可能地利用蜂窝网络中的无线频率资源空间重用机会．然后,提出一种时隙调度算法,即为所有分配同一频率资源块的D2D链路进行时隙资源调度．调度时隙资源时将保证使用同一频率资源块的D2D链路之间达到长期平均吞吐率的比例公平．通过计算机仿真对所提出方法的性能进行了验证,结果表明该方法能够在蜂窝网络中实现D2D通信功能．