基于短时交通流量预测对路网微观交通仿真的研究

针对早高峰短时交通流量预测数据少、波动大的特点,提出用灰色模型进行预测。将灰色GM(2,1)改进为灰色GM(2,1,λ,ρ)预测模型,以提高预测精度。针对粒子群算法(PSO)的早熟现象,将Logistic混沌搜索嵌入到PSO算法,应用混沌粒子群算法(CPSO)寻找灰色GM(2,1,λ,ρ)预测模型最优的参数λ和ρ。结合两者提出了基于CPSO–GM(2,1,λ,ρ)的早高峰短时交通流预测模型。利用VISSIM对研究路网进行微观交通仿真,通过VISSIM–Excel、VBA–Matlab平台实现了短时交通流量预测和路网微观交通仿真数据的交互,对集成交通控制系统的架构进行了方案设计。仿真结果表明,结合流量预测的路网优于固定信号配时下的路网仿真。     

Coupled matrix factorization and topic modeling for aspect mining

Aspect mining, which aims to extract ad hoc aspects from online reviews and predict rating or opinion on each aspect, can satisfy the personalized needs for evaluation of specific aspect on product quality. Recently, with the increase of related research, how to effectively integrate rating and review information has become the key issue for addressing this problem. Considering that matrix factorization is an effective tool for rating prediction and topic modeling is widely used for review processing, it is a natural idea to combine matrix factorization and topic modeling for aspect mining (or called aspect rating prediction). However, this idea faces several challenges on how to address suitable sharing factors, scale mismatch, and dependency relation of rating and review information. In this paper, we propose a novel model to effectively integrate Matrix factorization and Topic modeling for Aspect rating prediction (MaToAsp). To overcome the above challenges and ensure the performance, MaToAsp employs items as the sharing factors to combine matrix factorization and topic modeling, and introduces an interpretive preference probability to eliminate scale mismatch. In the hybrid model, we establish a dependency relation from ratings to sentiment terms in phrases. The experiments on two real datasets including Chinese Dianping and English Tripadvisor prove that MaToAsp not only obtains reasonable aspect identification but also achieves the best aspect rating prediction performance, compared to recent representative baselines.     

浅论中亚五国的国际战略地位

中亚五国独立后，国际战略地位日显重要，其战略地位由其重要的地缘政治位置和丰富的油气资源及有关各方面指标所决定。伴随着国际形势的变化，中亚成为国际战略格局中一个不可或缺的角色。     

An Analytic Strategy to Assist Institutional Recruitment and Marketing Efforts

This article demonstrates how to fit a statistical model to historical data, test whether the model can accurately predict enrollment out-of-sample, and use the results to segment admitted students into groups so that different recruitment and marketing interventions can be applied. Conceptual and practical issues are discussed, as well as policy considerations.     

高校教育技术的研究现状及其发展趋势——《现代教育技术》2001年～2007年发文统计分析

该文采用内容分析法,从文章的研究内容纵览和文章的论述深度两个维度,对《现代教育技术》2001～2007年所发表的845篇文章进行统计分析,以此考察高校教育技术的研究现状,分析其存在的问题,并在一定程度上预测高校教育技术的发展趋势,以期为高校教育技术的进一步研究和发展提供参考。     

灰色理论在大学生生活费用预测中的应用

大学生生活费用的高低反映出他们的生活现状和价值取向,影响到大学生的思想道德建设和学校的教育管理,运用灰色系统理论对其生活费用进行预测,结果证明该方法的实用性。     

基于BP神经网络的高性能混凝土早龄期自干燥收缩预测

采用人工神经网络方法,建立高性能混凝土原材料配合比与其早龄期自干燥收缩之间的非线性映射关系.计算结果表明,该模型可以预测不同配合比混凝土的早龄期自干燥收缩,为高性能混凝土体积稳定性的研究提供一种思路.     

大数据时代大学生自主学习能力预测研究

大数据时代知识增长速度呈指数级增长,提升大学生自主学习能力迫在眉睫。根据大学生自主学习能力调查问卷,利用马尔可夫链构建大学生自主学习能力预测模型,通过模糊综合评判法对大学生自主学习能力进行评估,并对实验结果进行分析比较,给出不同年级、不同性别以及学习动机对自主学习能力的影响,最后给出大学生提升自主学习能力的方法与建议。     

数据报告:一种信息史学新实践

通信、大数据和物联网信息技术的高速发展对史学理论界提出了全新要求,在传统以人为中心的历史之外,以“物”为中心、以有关“物”的监测数据为材料的数据处理和报告编制过程也要求被纳入史学理论视野;现有的信息史学定义修正后方可回应这种要求。秉持信息史学的理论融合自觉、以跨学科的视野审视传统史学理论与数据处理领域的概念和理论,可以为两个领域带来具有启发意义的新观点。     

地质超前预报系统在栋梁坡隧道施工中的应用

基于地震反射波法超前预测系统的原理及主要技术手段,以栋梁坡隧道工程为实例,针对隧道复杂的地质条件,施工过程中将超前地质预报和地质素描调查相结合,先对隧道全段范围内地形、地层岩性等进行全面核查,然后结合核查结果运用地震反射波法预报掌子面前方的节理裂隙发育情况,围岩完整性等地质信息。开挖后验证情况与预测结果基本一致,为后续预防突水塌方等隧道地质灾害事故的发生提供数据支撑,有效保证栋梁坡隧道的施工安全。