苏湛
- 作品数：26 被引量：88H指数：5
- 供职机构：上海理工大学光电信息与计算机工程学院更多>>
- 发文基金：国家自然科学基金上海市自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学理学电子电信更多>>
- 基于多阶邻居壳数的向量中心性度量方法被引量：17
- 2019年
- K-壳分解法在度量复杂网络中节点的重要性方面具有重要的理论意义和应用价值.但K-壳方法中,存在大量壳值相等的节点,从而无法精确地比较这些具有相同壳值节点的相对重要性.因此,本文基于网络中节点自身壳值与其多阶邻居的壳值,设计利用向量的形式来表示节点在复杂网络中的相对重要性程度,提出了多阶邻居壳数向量中心性方法,并设计了该中心性向量比较方法.通过在七个真实网络中进行消息传播与静态攻击实验,发现基于多阶邻居壳数向量的中心性方法具有计算复杂度低,能够有效发现具有高传播能力的节点,在传播实验中具有优越的性能.并在静态攻击实验过程中倾向于优先破坏网络中的传播核心结构.多阶邻居壳数向量中心性方法在保留K-壳中心性信息的前提下,极大提高了节点重要性的区别程度,平衡了对节点在复杂网络中联通结构的重要性的度量和对传播结构重要性的度量,因此具有重要理论意义与应用价值.
- 王凯莉邬春学艾均苏湛
- 关键词：中心性
- 非线性系统的自适应模糊控制器设计被引量：6
- 2016年
- 针对非线性系统,为获得更好的控制控制效果,设计了模糊自适应控制器。在模糊控制器的基础上根据反馈控制和调整参数向量的自适应律的求解,综合李雅普诺夫稳定理论设计了模糊自适应控制器,以满足系统的稳定性和控制效果。为验证控制器的有效性,将该控制器应用到二级倒立摆系统的稳定控制,仿真结果表明该控制器的控制效果良好,并与传统的控制方法相比较,其控制效果更佳。
- 吴海晴苏湛沈昱明
- 关键词：自适应模糊控制倒立摆
- 基于观点邻域状态变化的复杂网络传播与干扰模型被引量：1
- 2020年
- 研究信息或观点在社交网络中的传播对于理解复杂网络理论动力学特征、挖掘传播规律等具有重要理论意义。基于Deffuant模型,设计一种节点状态伴随其自身观点变化而改变的信息传播模型,模型节点具有一个影响其状态的观点值,通过引入状态改变域参数,使节点观点在传播过程中逐渐变化,最终节点状态发生改变,而节点状态则由初始传播者观点邻域决定。在该模型中引入扰动信号源,结合在实际复杂网络结构中的仿真实验结果与相应理论分析模型特征,验证模型正确性与有效性。实验表明,初始观点传播者对最终传播结果具有重要影响作用;作为传播目标的观点,其概念越宽泛,在网络中引发的群体犹豫越大。
- 艾均矫雅楠苏湛
- 关键词：复杂网络信息传播
- F#函数式编程教学方法研究被引量：1
- 2019年
- 函数式编程语言及函数特性在工业界逐渐流行,函数式编程语言教学具有重要的理论与现实意义。以提高教学质量为目的,通过仔细分析默认不可变、高阶函数、模式匹配、数据与函数解耦等编程语言特征,采用讨论对比与实践方法,研究函数式编程语言教学方法,对学生编程思维进行训练,并对未来编程技术发展趋势进行分析。采用实例编程教学与不同语言对比相结合的方法,使《函数式编程语言》教学质量得到有效提升。
- 艾均苏湛
- 关键词：函数式编程编程实践教学特点教学内容组织
- 2017年中国内地电影复杂网络建模与分析
- 2020年
- 复杂网络理论可用于分析各领域的复杂系统。针对中国内地电影的复杂关系,设计网络建模算法,依据2017年票房榜排名前200的电影信息,以数据集中的实体为节点、实体之间的关系为边,构建复杂网络模型,基于该模型对2017年度中国内地电影复杂网络进行分析。结果表明,高产演员对票房无明显影响;介数中心性和特征向量中心性均小于特定值时,电影票房失败的概率较高;介数中心性和特征向量中心性分布在特定区域之内时,电影获得高票房的概率高达73%。建模实验与基于模型的分析证明了2017年中国内地电影复杂网络建模的有效性,揭示了电影票房和电影复杂网络中节点中心性之间的相关性。
- 刘亚云艾均苏湛
- 关键词：复杂网络电影票房
- 用户评分偏好相似性的近邻推荐算法研究被引量：3
- 2022年
- 推荐系统技术可帮助用户快速找到感兴趣的物品,从而节省用户时间,也可帮助商家节约销售成本。为提高现有推荐算法预测的准确性和可扩展性,设计了基于用户偏好相似性的协同过滤推荐算法,分析用户对物品的情感偏好,并计算出喜欢指数和不喜欢指数,进而计算用户之间的相似程度,作出评分预测和物品推荐。MovieLens数据集上的多组实验表明,与其他几种经典算法相比,该方法提高了评分预测结果的准确性,减少了最优预测所需的邻居数量,算法时间复杂度更低,具有良好的性能和可扩展性。
- 艾均赵兴源苏湛胡家祺马天启苏瑞卿
- 关键词：协同过滤评分预测用户偏好
- 复杂网络观点传播模型下的推荐系统评分预测
- 2021年
- 由于网络上充斥着大量信息,而用户需要寻找他们真正喜欢的产品和内容,因此预测用户对产品和内容的评分至关重要。用户观点传播模型通过查找被其他具有相似偏好或品味用户影响的相似用户,并通过选定的相似邻居预测目标用户的评分,从而预测用户对该商品的评分。但是,用户观点传播相似性计算的结果在数值上很小,并且在预测过程中,用户观点传播模型需要大量的邻居才能获得最佳预测精度。针对这一问题,研究推荐系统复杂网络建模后的度中心性和社团差异性评分预测算法,在MovieLens数据集上进行评分预测。实验结果表明,基于中心性、社团和置信系数的方法可以将预测准确度提高0.7%~5.5%,获得最佳精度所需的邻居数量减少84%,具有更低的预测误差且仅需很少的邻居数量即可实现预测。
- 艾均卞紫莺苏湛
- 关键词：推荐系统评分预测中心性
- 基于复杂网络的大型互联网企业高管分析
- 2019年
- 采用复杂网络分析特定属性群体。以互联网企业高管简历作为原始数据,以高管姓名和分词系统抽取实体关键词作为节点,个人简历中是否包含关键词作为连接边的条件进行建模,使用复杂网络理论对所建网络进行分析。实验结果表明,部分关键词节点度值存在明显差异,归一化后的特征向量明显大于介数。通过统计分析发现,美国和北京相关背景很重要,同时对比归一化后的介数和特征向量证明两点:第一,社会关系中个体涉及的实体对象比在社会关系网络中的位置更为重要;第二,跨行业跳槽人员的职业背景经历可能会给其在新的企业中的个人发展带来不利影响。
- 郑喜亮苏湛艾均
- 关键词：复杂网络分词系统中心性
- 推荐系统中考虑流行程度差异的评分预测算法被引量：1
- 2021年
- 信息时代的互联网用户时刻面对着大量的商品和信息,在大量目标中自动推荐用户感兴趣的物品是解决这一问题的有效方法之一。传统的协同过滤算法通过计算用户与用户之间的相似性进行评分预测和推荐,但没有考虑流行度差异给预测带来的不良影响。针对这一问题,设计了基于置信系数加权的皮尔逊相似性计算方法,通过相似性结果构建用户间的复杂网络模型,利用网络模型中用户度值来衡量预测目标的流行度,并在随后的预测中考虑这一因素,设计了应用在推荐系统中的评分预测算法。在MovieLens电影评分数据集上的折十验证实验表明,考虑流行度的评分预测方法可有效降低用户评分预测过程中的误差。与本领域几个最新算法进行对比,该算法在最优条件下预测准确度提高了3.31%。
- 王宁张巍苏湛何光波陈唯一何远济
- 关键词：推荐系统预测评分
- 基于LANDMARC系统的室内定位算法优化被引量：5
- 2016年
- 近年来,基于RFID室内定位技术越来越广泛应用,其中LANDMARC室内定位系统最近邻近算法成为主流算法,针对经典LANDMARC算法中多径效应、噪声随机变量影响以及各种形式的障碍物等复杂环境的存在,使得阅读器读取能力下降,影响最邻近标签的选择,进而使得系统定位精度下降,结合数据融合领域中的表决算法提出一定的改进方案,该改进算法能够克服复杂环境产生的影响,剔除不良标签,更加准确的计算出待测标签的定位位置,相较于经典LANDMARC算法,进一步提高了室内定位的精度及收敛速度。
- 刘小红苏湛徐青沈昱明
- 关键词：RFID表决算法
