突发自然灾害事件网络舆情传播特征及影响因素研究

来源 :地球信息科学学报 | 被引量 : 0次 | 上传用户:biiq123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的发展,网络舆情分析在应对突发事件中发挥的作用日益显著。自然灾害发生后,准确把握舆情信息传播特征并分析其影响因素有助于应急管理部门及时采取有效的应急救援措施。本文以台风"利奇马"为例,基于"新浪舆情通"系统搜集的相关微博、微信、论坛、网站等全网舆情数据,探究台风灾害全过程舆情信息的时空分布特征,开展灾害舆情信息影响因素相关性分析。研究表明:(1)相比于灰色EGM(1, 1)模型,ARIMA模型对于舆情的短时预测具有较高的适用度,所预测的舆情信息的时序变化与利奇马台风的生命周期相符;(2)
其他文献
针对目前高空间分辨率遥感影像(简称高分遥感影像)地物全自动提取无法完全实现的现实,本文结合自然地物的光谱和纹理特征,提出一种面向对象的高分遥感影像典型自然地物半自动提取方法。首先构建最小生成树(Minimum Spanning Tree, MST)进行影像初始分割,根据影像灰度平均归一化值和标准差统计对象的光谱、纹理等特征。用户通过"种子点"交互选取提供前景样本,并基于区域邻接图(Region A
本文采取定量分析结合定性研究的方法,以定量分析为主,定性研究为辅,其中定量分析所使用的数据全部来源于CNKI数据库.以音乐视角为出发点,结合文献研究法、知识图谱分析法、内容分析法等分析云南音乐的相关文献,得到研究云南音乐相关文献的数量、作者合作、研究热点和前沿等分析结果,对云南音乐研究存在的问题进行讨论,总结云南音乐发展的特征.
依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别(Class Separation Discrimination,
我国东北地区的自然环境状况一直备受关注,其土地沙化、荒漠化、林地草地退化、森林退化、土地盐碱化等土地环境变化的原因及监测一直是科研的焦点。随着"美丽中国中脊带"的提出,位于该线东北段附近的土地环境相关的研究也不断开展。在涉及该区域土地状况的研究中,常用研究方法有实地考察以及基于遥感卫星影像来进行分析,而本文利用知识图谱技术来构建相关文献研究的知识谱系,从另一个角度探究东北土地的环境状况变化因素。首
音乐抄袭的客观评价旨在用客观方法评价音乐作品的相似度,这有助于执法机关判断音乐作品是否存在抄袭.本文提出一种基于旋律与节奏的整体相似度评价方法,并能指出所有相似片段.同时实现了一个音乐抄袭的客观评价系统MusicPlag,以高效的、可解释的、可视化的方式展示了音乐作品的相似之处.该客观评价系统只给出音乐作品的整体相似度,并呈现具体的相似片段,是否属于抄袭仍由法官确定.
新时期新型城镇化建设对适宜的人居人文环境提出了切实要求。运用GIS技术,基于夜间灯光遥感影像、交通矢量、兴趣点(POI)、统计年鉴等多源数据,以500 m×500 m栅格为基础单元,选取经济水平、交通通达、历史文化、公共服务等因子(权重分别为0.36、0.27、0.17、0.20),采用综合指数法构建人居环境人文适宜性评价模型,定量评价2017年安徽省人居环境人文适宜性。结果表明:(1)安徽省人居
时空融合技术是目前解决单一遥感数据源难以同步获取高时空分辨率数据的有效途径。然而,如何设置参数使模型融合效果最佳,如何设置在植被监测中广泛应用的植被指数的融合步骤,进而获得最佳的植被指数时序数据,目前仍不明晰。本文以长江中下游平原地区的典型县域—南昌县为例,基于Landsat和MODIS多时相数据对当前主流时空融合模型—ESTARFM(Enhanced Spatial and Temporal A
音符起始点是音乐特征信息中最基础的特征,也是高级音乐分析任务(如基频估计、节奏分析、节拍跟踪等)的前提.然而,目前大多数音符起始点检测算法的研究对象多以西洋乐(如钢琴、小提琴等)或人声为主,针对中国民乐的研究极为匮乏,其主要原因是缺少高质量的带标注的数据集.为此,本文采集了古筝的部分考级曲目的音频,并在专家指导下对音符起始点加以标注,率先构建了一个带标签的包含3529条记录的古筝音符起始点数据集.此外,由于传统的神经网络特征预处理方法无法凸显古筝音符的起始点特征,本文提出了一种新型的特征平滑处理方法ELE
利用模pq的欧拉商定义了周期为pq2的r元序列,并确定了该序列线性复杂度的精确值.结果表明,新序列具有高的线性复杂度,可以抵抗Berlekamp Massey算法的攻击.
把音频文件转化为自然语言序列后,使用mLSTM模型+softmax回归的深度学习网络对贝多芬钢琴奏鸣曲的创作时期进行分类,10折交叉验证的平均准确率可达到90%.这一工作说明创作于不同时期的贝多芬钢琴奏鸣曲的确呈现出不同的艺术特征,这一模型也可为其他的音乐分类问题提供新的思路.