分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-10-08 合作期刊: 《知识管理论坛》
摘要： [ 目的 / 意义 ] 探讨社会资本对虚拟学术社区用户粘性的影响机理，对于虚拟学术社区在业内 竞争中稳定用户群体且实现可持续发展具有重要的理论和实践意义。[ 方法 / 过程 ] 从虚拟学术社区的用 户个人感知视角，深度解析其社会资本的构成维度，以此为切入点，探究社会资本、知识交流效率、用 户粘性的理论结构模型，分析虚拟学术社区中衍生出的社区成员个体知识权力的调节作用，并基于从典 型虚拟学术社区平台获取的 270 份样本数据结果的相关回归分析，验证社会资本、用户粘性、知识交流 效率以及知识权力之间的相互作用关系。[ 结果 / 结论 ] 研究表明：社会资本有助于增强虚拟学术社区用 户粘性；知识交流效率完全中介社会互动关系、社会信任对用户粘性的影响，部分中介共同愿景对用户 粘性的影响；知识交流效率对用户粘性的影响受到知识权力负向调节作用，即知识权力程度越高，知识 交流效率将会对用户粘性产生负向影响。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2022-06-06 合作期刊: 《计算机应用研究》
摘要： 针对大数据环境下并行深度卷积神经网络(DCNN)算法中存在数据冗余特征多、卷积层运算速度慢、损失函数收敛性差等问题，提出了一种基于Im2col 方法的并行深度卷积神经网络优化算法IA-PDCNNOA。首先，提出基于Marr-Hildreth算子的并行特征提取策略MHO-PFES，提取数据中的目标特征作为卷积神经网络的输入，有效避免数据冗余特征多的问题；其次，设计基于Im2col方法的并行模型训练策略IM-PMTS，通过设计马氏距离中心值去除冗余卷积核，并结合MapReduce和Im2col方法并行训练模型，提高了卷积层运算速度；最后，提出改进的小批量梯度下降策略IM-BGDS，排除异常节点的训练数据对批梯度的影响，解决了损失函数收敛性差的问题。实验结果表明，IA- PDCNNOA算法在大数据环境下进行深度卷积神经网络计算具有较好的性能表现，适用于大规模数据集的并行化深度卷积神经网络模型训练。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-04-01 合作期刊: 《计算机应用研究》
摘要： 针对蚁群融合模糊C-means (FCM)聚类算法在蛋白质相互作用网络中进行复合物识别的准确率不高、召回率较低以及时间性能不佳等问题进行了研究，提出一种基于模糊蚁群的加权蛋白质复合物识别算法FAC-PC (algorithm for identifying weighted protein complexes based on fuzzy ant colony clustering)。首先，融合边聚集系数与基因共表达的皮尔逊相关系数构建加权网络；其次提出EPS (essential protein selection)度量公式来选取关键蛋白质，遍历关键蛋白质的邻居节点，设计蛋白质适应度PFC (protein fitness calculation)来获取关键组蛋白质，利用关键组蛋白质替换种子节点进行蚁群聚类，克服蚁群算法中因大量拾起放下和重复合并过滤操作而导致准确率和收敛速度过慢的缺陷；接着设计相似度SI (similarity improvement)度量优化拾起放下概率来对节点进行蚁群聚类进而获得聚类数目；最后将关键蛋白质和通过蚁群聚类得到的聚类数目初始化FCM算法，设计隶属度更新策略来优化隶属度的更新，同时提出兼顾类内距和类间距的FCM迭代目标函数，最终利用改进的FCM完成复合物的识别。将FAC-PC算法应用在DIP数据上进行复合物的识别，实验结果表明FAC-PC算法的准确率和召回率较高，能够较准确地识别蛋白质复合物。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-12-13 合作期刊: 《计算机应用研究》
摘要： 针对基于蚁群聚类的蛋白质复合物挖掘算法中，静态PPI网络难以真实反映细胞的动态特性，收敛速度较慢、聚类准确性和召回率不高等问题进行了研究，提出一种基于模糊粒度和紧密度的蚁群聚类的动态加权PPI网络复合物挖掘方法（joint fuzzy granular and closeness degree ant colony clustering-DPC，FGCDACC-DPC）。首先基于动态PPI网络的拓扑特性和生物特性设计了综合性权值度量（comprehensive weight metric，CWM），准确描述了蛋白质之间的相互作用；其次根据复合物的基本特征，构建一组稠密且高度共表达的复合核，然后设计模糊粒度和紧密度的拾起放下模型对其余节点聚类，降低了计算复杂度和随机性，加快聚类速度；最后基于功能信息传递和时序功能相关的思想分别构建了局部和全局权值更新策略，实现不同代蚁群和不同时刻网络之间的功能信息传递，提高聚类准确性。将FGCDACC-DPC算法应用在DIP数据上进行复合物挖掘，实验结果表明该算法的精度和召回率较高，能够较准确地识别蛋白质复合物。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》
摘要： 针对现阶段我国区域能源安全突发事件频现的问题，对区域能源安全外生警源隐含特性展开了研究。通过对区域能源安全事件案例抽取，构建了能源安全外生警源属性集和数据集。依据数据集的特点，设计了能源安全外生警源多维关联规则挖掘模型。该模型首先基于多维属性融合的思路，通过把属性划分为事务项，将外生警源多维属性映射为一维，然后利用Apriori算法的基本原理进行规则挖掘。在此基础上，将该模型应用于能源安全外生警源隐含特征分析中，研究警源属性间的关联关系，实现强关联规则输出。研究结果表明，多维关联规则方法可以发现隐藏在外生警源数据中的规律，通过对挖掘出规则集的归纳分析，得出区域能源安全外生警源爆发时具有衍生性、季节性、危害性和持续性等共性特征。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-19 合作期刊: 《计算机应用研究》
摘要： 针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题，提出一种新的聚类算法—不确定PAHT（partition algorithm on the hierarchical thinking）算法，该算法引入一种不确定数据模型——M-D距离，其有效刻画了不确定的雨量数据；并结合层次聚类思想，通过找出最佳阙值p*自动确定k值。以延安宝塔区为实例进行对比实验，实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性。
点击量
通过
点击量
下载量
评论
