课程文献中心 更多>>

关键词： 图挖掘   多视图   图聚类   深度图学习   图对比学习  

摘要： 图聚类作为图挖掘领域的关键研究方向，旨在从图数据中发现具有相似性的子结构或节点群体，将它们划分为同一簇。多视图图聚类算法通过综合图数据的多个视图，充分利用底层信息以提升聚类质量。近年来，图对比学习的发展推动了基于深度图学习的多视图图聚类的迅速发展。然而，现有的图对比学习难以提高节点表示的识别性，这体现在三方面：第一，原始多视图数据存在噪声；第二，现有的对比学习策略不适用于多视图图聚类任务；第三，对比学习中假阴性样本影响了节点表示学习的效果。针对上述问题，本文提出了一种基于双重对比学习和硬样本挖掘的多视图图聚类方法。首先通过图滤波器平滑节点表示以减轻噪声节点带来的影响；然后设计了节点紧凑性对比学习和节点一致性对比学习，以提高同一聚类内节点表示的紧凑性和不同视图间节点表示间的一致性；最后，由于基于图对比学习的多视图图聚类存在假阴性问题，本文提出了基于聚类引导的硬样本挖掘策略，以提高多视图图聚类效果。在ACM，DBLP和IMDB三个真实世界数据集上进行实验，本文模型分别取得了94.49%，93.22%和57.51%的准确率，均高于其它八种基线方法。

关键词： SBAS-InSAR   Sentinel-1A   地表沉降监测   郓城煤矿   概率积分法  

摘要： 针对合成孔径雷达干涉测量(InSAR)技术难以有效监测矿区大梯度沉降的问题，提出了一种联合SBAS-InSAR技术与概率积分法的矿区地表沉降监测方法，该方法采用概率积分法来反演盆地中心，并与SBAS获取的沉降监测结果进行融合，从而得到完整的矿区地表沉降结果。利用SBAS-InSAR技术对郓城煤矿的49景Sentinel-1A数据进行处理，获取了研究区的地面沉降速率和累计形变沉降量。采用2016年12月—2018年6月期间的结果与工作面水准实测数据对该方法的可行性和精度进行了验证。结果表明，郓城煤矿的地表沉降情况较为严重，监测时间段内出现了两个沉降漏斗，并且地面沉降量逐年增加，监测到的最大沉降是2477mm，最大沉降速率达到-194.09mm/a；SBAS-InSAR与概率积分模型融合后的结果与水准数据相比，在走向和倾向上的最大沉降相对误差分别是3.7%、5.2%。该方法比单一的SBAS-InSAR处理得到了更准确可靠的沉降信息，为矿区沉降监测提供了新的应用参考。

关键词： 校园安全事件   处理失当   闭环管理  

摘要： 校园安全事件的妥善处理对保障师生安全、维护学校的稳定至关重要.因为当处理失当时,或许会给学生带来难以磨灭的不良影响,不利于学生的成长和未来发展,也会给学校带来诸多负面影响.文章对校园安全小事件处理失当的原因进行分析,从明晰责任、处置得当、有效沟通和形成处理闭环四个方面对校园安全事件提出了相应的解决策略,旨在有效解决校园安全事件处理失当的问题,维护师生的安全和学校的稳定.

关键词： 草地管理   牧草品质   气候梯度   土壤养分   植物多样性   植物功能群  

摘要： 为探究草地管理方式、土壤养分、气候条件、群落结构对不同功能群植物营养品质的相对影响，2020年夏在藏北羌塘地区的高寒草原与荒漠草原选取样地进行植物和土壤采样。结果表明：（1）高寒草原区牧草粗蛋白含量显著高于荒漠草原区，而粗脂肪含量显著低于荒漠草原区（P<0.05）；放牧管理显著提高了高寒草原区牧草的粗蛋白含量（P<0.05）；（2）高寒牧草的粗脂肪含量随生长季降雨增加而降低（P<0.01）；中性洗涤纤维含量随生长季温度升高而增加（P<0.05）；（3）牧草的粗脂肪含量随土壤有机碳含量的增加而降低（P<0.05），酸性洗涤纤维和纤维素含量随土壤有机碳含量的增加而增加（P<0.05）。综上所述，藏北高寒草地常见牧草营养品质主要受气候条件、土壤养分和草地管理方式的多重调控。因此，建议未来通过优化草地管理、调控土壤养分有效性来改善藏北天然高寒草地常见牧草的营养品质。

关键词： 多重随机因素   房地产企业决策   柔性决策   风险评估机制  

摘要： 在全球产业链供应链的大背景下，考虑投入品（如钢材、水泥等）价格、工资成本（包括建设过程中的管理费用和人工成本）、融资成本（如利息率）和需求等多重随机因素，进而构建房地产企业的多周期投资和定价联合决策模型。利用随机过程刻画投入品价格、工资成本和融资成本的波动性，将三者纳入带有随机需求的决策模型中，并给出风险性和可靠性的评估机制。研究结论表明：第一，当投入品价格、工资成本和融资成本波动的交互效应具有下降趋势时，企业应增加投资量来获得更大的期望利润；当三者为不可约遍历马氏链时，模型的下行风险具有良好的稳定性；决策者可通过上穿评估机制预测未来周期内的成本涨幅趋势，以选择最佳的供应商，规避运营风险。第二，分析国际要素市场价格的波动对企业利润的影响和政策不确定性对企业成本和最优策略的影响，得出：二者的波动风险性越大，成本越高；决策者可根据国际投入品市场和融资政策波动的统计规律性，挖掘企业长期运营面临的风险，来为其长期决策提供坚实的理论支撑。第三，采用柔性决策的关键假说，房地产企业在受约束的资金流动下，动态选择每期供应商，当每个供应商投入品报价的内部波动越大，企业所获得的期望利润越大，这反映了柔性决策中不确定性的价值。

关键词： 概率谐波模型   谐波评估   集合性居民负荷   配电网   蒙特卡洛法  

摘要： 针对当前居民配电网谐波源众多、谐波随机性强以及监测装置稀少导致的谐波状态评估困难问题，提出一种基于少量量测信息的配网谐波畸变度评估方法。根据实际测量数据构建集合性居民负荷的概率谐波模型以表征其随机谐波特性，并基于蒙特卡洛法进行概率谐波潮流计算，获取系统谐波状态概率密度函数，然后结合配网已有量测数据，构建并求解相应修正方程实现对概率密度函数修正，完成对系统谐波状态评估。基于某地区实际162节点配电网系统进行算例分析，证实了所提方法通过结合少量量测数据能在蒙特卡洛方法基础上进一步提升评估结果准确性，实现对居民配电网的有效谐波评估。

摘要： 在数字化转型的浪潮中,大数据分析与决策支持系统的应用,无疑成为了推动企业信息化建设、实现业务效能跃升的催化剂.通过深度挖掘数据价值,企业不仅能够优化运营流程,提升整体效率,更能基于数据洞察做出更加精准、科学的决策,确保企业战略的前瞻性与适应性,从而在复杂多变的市场环境中稳健前行,持续引领行业创新与发展.

关键词： 异常电价   成因溯源   主成分分析   关键特征  

摘要： 电价信号是电力商品属性的直接体现，受市场供需、发电商报价、线路容量等多种因素影响，其呈现出种类多样的异常形式。对异常电价信号的辨识及溯源是各级电力交易中心的重要日常工作。然而，当前普遍依赖于人工经验对异常电价成因进行分析，效率低下的同时，难以保证客观、科学地异常电价成因溯源。为解决上述问题，本文提出了一种基于关键特征对比分析的异常电价成因溯源方法。首先，本文基于历史电价数据特征，完成电价尖峰幅值异常和电价均值异常的分类；然后，通过主成分分析法建立各类型异常电价信号关键特征集合；最后，基于替代算法逐一计算关键特征合计内部各元素对电价的影响程度，并通过影响程度重要性排序实现异常电价成因筛选与溯源。本文所提方法的有效性在大量基于电力市场实际数据构建的算例中得到了验证，所提方法针对电价均值异常和尖峰异常的成因溯源的平均正确率达到85%以上，可有效降低异常电价成因溯源过程中的人力成本。