浅析网络教育信息资源的特性与应用

随着计算机网络的发展,网络为人们提供了极其丰富的教育教学信息资源,就网络教育教学信息资源的类型、教育功能与特性及应用进行探讨。     

基于MapReduce的大规模文本聚类并行化

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率,提出基于"互为最小相似度文本对"搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法;其次,基于"互为最小相似度文本对"搜索选择二分簇中心,提出通过一次划分实现簇质心寻优的二分K-means聚类算法;最后,基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明:提出的聚类算法与原始二分K-means相比,在获得相当聚类效果的同时,具有明显效率优势;并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性.     

基于作者引用文献关系的潜在研究兴趣主题发现简

扩展LDA（latent dirichlet allocation）模型,提出基于作者引用文献关系的作者-兴趣主题-文献模型。每个作者被分配一个在所有主题上的多项概率分布,每个主题被分配一个在所有文献上的多项概率分布。在DBLP（digital bibliography ＆library project ）文献引用关系数据集上的实验表明,所提模型能有效地提取一个研究领域的主要潜在研究兴趣主题及其所包含的代表性文献,并能挖掘每个作者属于每个研究兴趣主题的分布。     

基于稀疏指数排序的高维数据并行聚类算法

高维数据聚类是数据挖掘领域的重要研究课题,大规模高维数据聚类研究非常具有挑战性.针对高效的CABOSFV高维数据聚类算法,采用并行计算模式提高其大规模数据的处理能力,提出基于稀疏指数排序的高维数据并行聚类算法P-CABOSFV.该算法根据高维数据稀疏指数排序进行分割点选择实现数据划分,将数据分配到多个计算节点同时处理聚类任务,再基于集合稀疏特征差异度聚类结果合并策略将各计算节点的聚类结果合并得到最终聚类结果.UCI数据集和计算机合成数据集实验表明:高维数据并行聚类算法P-CABOSFV聚类质量良好,具有很强的数据规模和数据维度可扩展性,是有效可行的.     

莫里青奢领组构造解释与构造圈闭识别

莫里青断陷是伊通盆地的一个二级构造单元。结合盆地基底形态、断裂分布特征、地层构造特征、盆地构造演化历史、盆地油气勘探现状等,莫里青断陷可进一步划分为西北缘断褶带、靠山凹陷、小孤山断阶带、尖山隆起带等三级构造单元。莫里青断陷的发育受控于近于平行的东、西两条边界断裂,即西北缘和东南缘边界断裂。断裂构造是伊通盆地最主要的构造类型之一,包括控盆边界断裂、盆地发育过程中产生的内部断裂及后期盆地反转挤压和基底隆升作用形成的断裂,它们形成数量众多、规模不等、走向不一、性质各异、形成时期不同的复杂断裂系统。分析构造圈闭形态演化、圈闭形成和破坏时期,再结合生、排烃时间和油气运移路径有效性分析,可对构造圈闭有效性、盆地油气资源前景作出合理的评价。     

基于作者引用文献关系的潜在研究兴趣主题发现

扩展LDA(latent dirichlet allocation)模型,提出基于作者引用文献关系的作者-兴趣主题-文献模型。每个作者被分配一个在所有主题上的多项概率分布,每个主题被分配一个在所有文献上的多项概率分布。在DBLP(digital bibliographylibrary project)文献引用关系数据集上的实验表明,所提模型能有效地提取一个研究领域的主要潜在研究兴趣主题及其所包含的代表性文献,并能挖掘每个作者属于每个研究兴趣主题的分布。     

电磁涡旋波雷达研究进展

近年来，由于电磁涡旋波雷达在超分辨率成像、目标三维重构以及旋转多普勒提取方面具有独特优势，其相关研究受到了科研人员的重视。对电磁涡旋波雷达的模态生成、目标散射特性和成像处理方法 3个方面的研究现况进行系统阐述，着重介绍国内研究团队进行电磁涡旋波雷达动目标检测外场试验的相关进展，并对电磁涡旋波雷达的应用前景进行展望。     

基于大规模复杂网络社区发现的科研合著网络分析

针对基于极大团的社区发现算法,设计了适应大规模数据的MapReduce并行计算框架,提出了基于大规模复杂网络社区发现的科研合著网络分析算法,并用于对我国管理科学与工程领域2012年科研合著网络进行社区结构划分。实验结果表明,基于MapReduce的并行社区发现算法可在保证正确性的同时有效提高计算效率,适用于大规模复杂网络的社区发现。针对我国管理科学与工程领域2012年科研合著网络的社区划分结果展现了我国管理科学与工程领域科研合作的特点和问题。