国家自然科学基金(61072091)
- 作品数：6 被引量：48H指数：5
- 相关作者：赵亚伟陈艳晶王泳罗刚王伟更多>>
- 相关机构：中国科学院大学中国科学院数学与系统科学研究院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理交通运输工程自然科学总论更多>>
- 基于复杂网络理论的担保网络研究被引量：8
- 2014年
- 基于某商业银行的企业担保关系数据建立担保网络,并运用复杂网络理论对其进行定性和定量的研究。发现担保网络具有小世界、无标度特征,节点度表现为异配,并且节点的核数和介数与节点的度没有明显的关系。此外,对担保网络中的社区结构进行分析,发现社区中的成员分布具有明显的地域集聚性,企业更倾向于在同地域间发生担保,浙江、江苏的担保社区多且关系复杂等。
- 吉艳冰王伟赵亚伟
- 关键词：复杂网络
- 基于移动互联网的汽车后市场精准服务模型研究被引量：3
- 2016年
- 提供具有个性化的服务是汽车后市场领域一直追求的目标,但受环境、技术、成本等因素的影响,过去实现个性化服务往往比较困难,移动互联网技术的普及使得这一难题得到有效解决。本文对基于移动互联网的汽车后市场精准服务模型进行研究,论述了"移动互联网+汽车"这一新的售后服务模式所产生的汽车大数据,可以对消费者的个性化需求做出精准的预测和反馈。基于汽车大数据,本文设计了汽车后市场精准服务的系统架构,并针对大数据应用中的数据库动态重构问题提出了基于E-R-P模型的数据库概念模型,设计了具体应用场景,为进一步的研究工作奠定了基础。
- 王泳吴振华
- 关键词：移动互联网大数据汽车后市场
- 基于叙词表的领域知识图谱初始种子集自动生成算法被引量：5
- 2018年
- 随着认知计算的飞速发展,通用知识图谱的自动构建取得了极大的进步,但在垂直领域由于缺乏本体等语义信息,导致进展缓慢。叙词表广泛分布于各个专业领域且蕴藏着丰富的语义信息,如能对这些语义信息进行合理的提取和利用,必然能在一定程度上帮助领域知识图谱的自动构建。该文提出两个假设,利用假设可以从叙词表内部结构中提取实体类型和关系类型,进而设计了一种基于叙词表的领域知识图谱初始种子集自动生成算法。最后,以地质领域和林业领域的叙词表作为实验对象,采用Bootstrapping算法,利用由叙词表自动生成的初始种子集进行抽取工作,通过对抽取到的结果进行分析,结果表明利用叙词表得到的初始种子集可以取得同人工设计种子比较接近的效果。此外,所提模型具有通用性,为叙词表在构建领域知识图谱中的应用提供了一种新的思路。
- 韩其琛赵亚伟姚郑付立军
- 关键词：叙词表BOOTSTRAPPING知识图谱
- 多维时间序列的组合预测模型被引量：5
- 2016年
- 由于时间序列在各领域的广泛应用,时间序列预测已经引起越来越多的关注,但关于多维时间序列的预测关注较少.然而,多维时间序列蕴含着丰富的信息.针对该问题,提出基于k近邻(k-nearest neighbor,k-NN)和BP神经网络的多维时间序列组合预测模型.首先分别采用k-NN和BP神经网络进行预测,得到对应的预测结果.然后使用BP神经网络进行非线性组合,得到最终的预测结果.实验表明,该预测模型优于k-NN和BP神经网络预测模型.
- 赵亚伟陈艳晶
- 关键词：K-NNBP神经网络
- 基于复杂网络理论的担保网络风险传播模式被引量：15
- 2015年
- 担保作为企业获取贷款的一种方式,扮演着重要的角色,但也隐藏着巨大的风险.本文基于企业间担保关系构建担保网络,利用复杂网络相关理论对担保网络进行基本指标测度,并基于SI模型提出担保网络的风险传播模式,给出衡量担保网络抵御风险能力的稳态风险密度和风险传播速度的定义.利用某金融机构的真实数据对模型进行了验证,发现网络的拓扑结构决定网络抵御风险的能力,不同的风险传染源对风险的传播速度和范围影响不同.这也启示银行在发放贷款前,除做好对企业的征信工作外,还需要考虑可能会对整个担保网络造成的影响.
- 罗刚赵亚伟王泳
- 关键词：复杂网络拓扑结构
- 基于多维时间序列的ETC短时交通流量预测模型被引量：16
- 2016年
- ETC短时交通流量预测是高速公路ETC管理的基础,准确的交通流量预测为交通枢纽管理方案设计与ETC车道的建设规划等提供指导.目前关于短时交通流量的研究很多,但多数是以数学表达式的形式进行模型表示,很难进行准确的趋势描述.本文基于多维时间序列的ETC短时交通流量预测模型,考虑了法定节假日、高速公路免费和天气等外界因素对ETC交通流量的影响,并结合某地尾号限行的特殊性,考虑"周几"因素,以某高速公路ETC车道交通流量数据为基础,进行预测.预测结果显示,该模型预测结果总体平均绝对相对误差为8.10%,表明该模型具有较强的实用性.
- 赵亚伟陈艳晶管伟
- 关键词：智能交通交通流量预测电子不停车收费
