在许多实际的数据挖掘应用程序中，例如文本分类，可以轻松获得未加标签的训练示例，但获得加标签的训练示例则相当昂贵。 因此，半监督学习算法引起了数据挖掘和机器学习领域的极大兴趣。 近年来，基于图的半监督学习已成为半监督学习社区中最活跃的研究领域之一。 本文提出了一种基于线性邻域模型的新颖的基于图的半监督学习方法，该方法假设每个数据点都可以从其邻域进行线性重构。 我们的算法称为线性邻域传播（LNP），可以使用这些线性邻域以足够的平滑度将标签从标记点传播到整个数据集。 本文对LNP的性质进行了理论分析。 此外，我们还导出了一种简单的方法来将LNP扩展到样本外数据。 对于合成数据，数字和文本分类任务，提出了有希望的实验结果。
2022-08-01 16:46:33
3.37MB
1
考虑了真实社交网络中的舆论传播过程中存在与舆论大方向相悖的劣势观点，在MORENO Y等人研究的谣言传播模型的基础上，提出了一种新的舆论传播模型，研究了拥有劣势观点节点的存在对舆论演化带来的影响。接着对模型建立动态方程并进行分析求解，得到舆论传播的最终规模的表达式。最后，在Facebook用户数据构成的网络上进行仿真分析，得出舆论演化过程中的状态变化情况，并分析最终规模的影响因素。
2022-07-29 15:38:27
285KB
1
29 介绍了湍流介质中波传播的解析方法以及常用湍流功率谱模型，基于高斯光束在水平传输条件下的传播特性和闪烁
2022-07-27 20:43:45
6.94MB
以传统的微分方程为理论基础，从经典的传染病SIR模型入手，用2003年6月以前的有关SARS的统计数据作为参考，通过机理分析，建立了描述SARS疫情传播的微分方程模型；同时用曲线拟合的方式，给出了模型中参数的确定方法，以及模型的数值解法。
2022-07-26 10:00:15
499KB
1