【摘 要】
：
将用户情绪作为影响因素,引入到舆情传播模型中,研究社交网络中舆情传播者在行为特征、社群互动和传播效果上因所处情绪状态不同而体现出的差异性.将用户情绪状态划分为乐观、悲观和中性情绪状态.处于乐观情绪状态和中性情绪状态的信息未知者,可以和所有传播者邻居互动,并以一定的概率成为信息传播者;而处于悲观情绪状态的无知者,只能被乐观情绪状态传播者影响.构建平均场方程,从理论上验证模型的有效性.仿真结果表明,用户情绪状态可以显著影响舆情传播;乐观情绪状态率会降低传播阈值,加快传播速度,增大舆情传播的影响范围;而悲观情绪
【机 构】
：
上海理工大学 管理学院,上海200093
论文部分内容阅读
将用户情绪作为影响因素,引入到舆情传播模型中,研究社交网络中舆情传播者在行为特征、社群互动和传播效果上因所处情绪状态不同而体现出的差异性.将用户情绪状态划分为乐观、悲观和中性情绪状态.处于乐观情绪状态和中性情绪状态的信息未知者,可以和所有传播者邻居互动,并以一定的概率成为信息传播者;而处于悲观情绪状态的无知者,只能被乐观情绪状态传播者影响.构建平均场方程,从理论上验证模型的有效性.仿真结果表明,用户情绪状态可以显著影响舆情传播;乐观情绪状态率会降低传播阈值,加快传播速度,增大舆情传播的影响范围;而悲观情绪状态则具有相反的作用.
其他文献
针对现实城区高压电力试验存在规模大、复杂性高和高成本等问题,系统仿真软件的研发应用成为当前电力系统大规模试验的一个重要发展方向.本研究在理论计算的基础上,利用Simulink仿真工具箱搭建一个110 kv的城区高压供电网络仿真模型,并通过虚拟示波器模拟出城区高压供电系统在正常运行、短路故障和短路故障切除后不同状态的波形图,搭建了电气一次系统和二次系统,同时设计开发了图形用户界面,便于用户使用该系统仿真软件.研究结果表明:模型中的系统母线、输电线路和负载端的正常运行、短路故障和故障切除时的电压、电流等参数的
米塔-列夫勒函数类在分数阶微积分中起着非常重要的作用,是应用非常广泛的一类特殊函数.针对米塔-列夫勒函数及其导数的高精度计算问题,提出一种基于全局帕德逼近的数值算法.该算法从泰勒级数和渐进级数出发,构造有理多项式分式,实现双参数米塔-列夫勒函数Eα,β(x)(x≤0)及其任意阶导数ds Eα,β(x)/d(x)s(s∈N*)的逼近.通过调节逼近阶数,获得最佳的稳定性和精度.将数值解与解析解做对比,通过Matlab仿真实验证明了算法的运算有效性和可行性,数值求解结果稳定可靠,逼近性能优越.
为了最小化相邻比特之间的相关性,在Turbo编码过程中引入交织器.QPP交织器作为无竞争交织器,结构灵活,性能优良,然而计算过程比较复杂,增加了硬件电路的设计难度.为了解决这个问题,本文提出了一种简化的4路并行基4交织器算法.将交织地址的计算简化为递推计算,并进一步推导了4路并行基4条件下交织器设计,设计了一种单入多出(Single Input Multiple Output,SIMO)交织器.最后对所设计的交织器进行FPGA实现,仿真结果表明该交织器每个时钟可以并行输出8个正确交织地址,提升了Turbo
在自动驾驶场景下,为了实现对智能车辆前方障碍物进行目标检测及测距,提出了一种基于单目视觉的前方车辆及行人检测与测距方法.利用数据集对YOLOv3神经网络模型进行优化训练,利用训练完成的神经网络对实时采集的视频信号中的车辆及行人进行目标检测,输出车辆及行人目标的检测框.以目标检测框底部中心点为参考点,根据相似三角形测距算法,设计前方目标距离测量算法,并计算自车与前方目标之间的距离.仿真实验结果显示,该算法在室内的平均相对误差为2.71％,在室外的平均相对误差为3.81％,能够有效地提高前方障碍物检测及测距精
由于特征信息获取受限,基于二维图像处理技术的芯片外观缺陷检测方法对微小外观缺陷的检测率不高.为满足开发高端芯片的微小外观缺陷检测算法的需要,本文提出了一种基于Gabor变换的芯片缺陷特征增强方法.首先基于光度立体法采集芯片外观图像并做算子运算,得到特征信息丰富的反照率图;然后利用Gabor变换对反照率图进行滤波处理,可得到局部特征信息增强的图像.实验表明,本文提出方法对微小缺陷的显现精度达到了0.04 mm,较传统二维图像处理方法提高了一个数量级.
为研究建立网格化气象预报神经网络模型,对人工智能网格化气象预报可能涉及的气象数据特征进行了讨论,提出采用“多时段、多近邻模式”进行人工智能网格化气象预报的方法;以雷电临近预警预报的神经网络模型研究为例,对该方法进行实例检验:选取闪电、雷达组合反射率、液态水含量、回波顶高等参数,经处理后得到1 296个输入维度的神经网络模型.该模型以福建省2016年、2017年历史闪电数据进行训练,测试集准确率最终维持在95％左右;使用福建省2018年5～8月的数据对模型的准确率进行了检验,相比常规预报算法准确率提高了 1
医疗智能诊断推理模型一直是医疗互联网领域的研究重点,有效的诊断推理模型可以帮助医生提高诊断效率,然而疾病的诊断结论需要考虑各种复杂因素,各种类型的疾病应该有自己的诊断模型.本文基于淋巴水肿电子病历提出了一种融合关键字的注意力机制(key-Attenition)疾病诊断推理算法,使用电子病历中主诉、家族史、体格检查等内容推理出初步诊断结果.该算法使用的词频-逆文本频率(TF-IDF)算法提取病历关键词,注意力机制选用改进的指针生成神经网络.实验结果表明,该算法能够有效的解决推理模型缺少关键词问题,可以准确地
乳腺癌已经成为全球第一大癌症,乳腺癌的早期发现及良恶性诊断对于治疗具有重要的意义.针对传统机器学习方法在乳腺癌病理图像分类任务中性能不足和准确率低的问题,本文提出了基于CNN(卷积神经网络)的乳腺癌病理图像分类模型,将乳腺癌病理图像分为良性与恶性.该模型以VGG网络为基础,对网络结构进行调整,在公开的BreakHis数据集上实验.针对数据集存在的样本不均衡问题,采用焦点损失函数进行优化,并在网络训练过程结合了迁移学习和数据增强策略.实验结果表明,该模型在4种放大倍数下的平均识别率达到96.96％,分类准确
随着社会经济的飞速发展和人们物质生活水平的不断提高,所产生垃圾的种类和数量也在大幅增加,为了有效提高垃圾资源的回收利用率和垃圾分类智能化水平,本文提出了基于GAICNet的智能垃圾识别分类检测网络.使用华为云人工智能大赛公开的数据集,对训练集使用LabelImage软件进行标注,然后为了扩大训练数据,强化网络模型对普通数据集的泛化能力,设计了一种具有普适性的非线性曲线映射图像增强方法.最终,构建了一个全局感知特征聚合模块与全新的核心自注意力机制的垃圾识别分类网络(Garbage identificatio
针对医院关于久卧、久坐病人预防压疮产品的需求,设计了一种压疮智能预防提醒的装置—一种基于分布式柔性薄膜压力传感器的压疮预防提醒系统,以分布式柔性薄膜压力传感器为采集传感器、STM32F103RET6单片机为控制核心,设计的PCB电路板集成了传感器采集电路量化电路、行列多路模拟开关电路、语音播报控制电路,低功耗唤醒电路,开发了样机,进行了实际信号采集和实验,验证了设计方案.实验结果表明,本文的设计方案实现了对久卧、久坐病人的及时智能语音提醒,有效避免了压疮的发生.