摘要：社交网络中往往同时存在多种类型的账号,如正常个体用户、水军、僵尸粉、蓝V组织等。我们把其行为呈现为组织特性的个体账号,定义为隐式组织。隐式组织通常背后有相应的组织团队负责账号的运营,因此其行为模式呈现为组织的行为模式,有别于个体账号。隐式组织的有效发现对于社交网络中舆情传播趋势分析、广告推荐等都有重要的意义。该文以新浪微博数据为例,在数据采集系统基础上,共人工标注了583个账号,提取了22个特征,使用朴素贝叶斯和决策树算法,实现了对隐式组织的有效识别,其准确率达86.4%,并分析得出了特征的重要程度排序。实验证明了社交网络中存在隐式组织,其行为特征是可以识别的。

摘要：磁探测技术用于金属目标物的探测等领域,具有分辨率高,成本低,操作方便等优点,但磁探测难以实现对探测目标的有效分类,且虚警率较高,使得后续排爆工作仍存在很大难度。本文通过构建典型场景,获取磁力仪探测金属目标物的数据,利用经典机器学习分类方法以及神经网络模型开展对金属目标物的磁探测目标识别分类研究。结果表明,经典机器学习方法的识别分类效果优于深度学习模型,其中随机森林方法效果最好,宏平均正确率达到96%。本文还进一步研究了各项特征对最终分类效果的贡献程度,通过暴力遍历、自编码器、PCA和LDA方法实现特征的提取,从中挖掘出影响识别分类效果的主要特征,通过对比分析发现由第一磁探测器信号数据组成的第一空间特征就可以较为准确的对各类弹药种类进行分类,而第三磁探测器的Z方向数据是对分类结果影响最大的单一特征。研究成果有利于提高磁探测爆炸装置的识别准确率,并可以指导相关探测设备的设计和应用。