摘要：针对传统情感文本分类算法存在情感特征词的极性偏好区分度较低和稳定性较差等问题,提出了一种改进词频-逆文本频率(TF-IDF)模型与词典模型相融合的情感文本分类算法。首先,通过情感特征词在不同情感类型语料中的频率分布和离散系数,度量情感特征词极性偏好所包含的区分度和稳定性,生成情感特征词极性指标;然后,使用该指标改进TF-IDF模型的情感特征词权重;最后,基于改进的TF-IDF模型,使用带决策函数的有监督分类算法计算情感文本的极性得分,并与词典模型所得的极性得分进行调和平均,得到情感文本综合极性得分。

摘要：复杂网络的发展催生了大量模型以揭示系统的演化规律和结构形成,但它们在描述度增长的涨落上却存在明显的差异.为确定哪一类模型更适用于真实系统,对2个真实网络开展了实证研究.结果表明,真实网络中度增长率的涨落不同于任何一类模型的预言,其涨落指数随观测间隔线性递减,呈现明显的间隔依赖性;通过比较源数据与重排连边操作后的涨落行为的变化,可推断出这种依赖性源于系统内关联效应的增强.这些结果不仅指出了现有模型的局限,更揭示了关联性自身的动力学性质,这对深入理解复杂网络的演化机制有重要意义.

摘要：航空网的优化设计对于优化资源配置、改善航运效率、提高航空公司竞争力等具有重要的现实意义.而航线结构与航班计划密不可分.本文首先讨论了航空网的时变特征,揭示了航班频率与航线距离之间的时空耦合关联.通过构建时变空间小世界模型,揭示了时变条件下网络的最优结构指数与时空耦合强度的惟一约束关系.以运行总成本最小化为主要优化目标,提出了一种可以快速评估航线结构优化情况的方法.该方法能根据网络客流分布情况快速推算出航线网络的最优拓扑及相应的航班频率分布.并用2001—2010年中国航空网络数据对此方案进行实证研究,发现预测与实际数据基本符合,并逐渐趋于稳定.这一方法能把复杂问题简单化,对各个航空公司每年的航线航班调整是否合理,现有的航空网络是否在逐步优化做出动态评估.分析航空网络的发展趋势,从而对未来的优化提供建议.