【摘 要】
：
近年来,随着社交媒体的快速发展,线上网络中信息的传播慢慢占据信息交流的主导地位.依托于此,谣言传播比以往任何时候都要更快、更深、更广.考虑到人们对谣言和真相的兴趣度和政府对真相的覆盖率对谣言传播过程的影响,提出了一类新颖的基于无标度网络的IHRTS谣言传播模型.利用平均场理论对谣言的传播动力学行为进行分析,求出了基本再生数R0,证明了谣言消失平衡点和谣言流行平衡点的存在性,分析了基本再生数和平衡点之间的关系,并通过数值仿真验证了结论的正确性.理论分析表明:人们对真相和谣言的兴趣度和政府对真相的覆盖率均会影
【机 构】
：
长江大学电子信息学院 湖北荆州 434023
论文部分内容阅读
近年来,随着社交媒体的快速发展,线上网络中信息的传播慢慢占据信息交流的主导地位.依托于此,谣言传播比以往任何时候都要更快、更深、更广.考虑到人们对谣言和真相的兴趣度和政府对真相的覆盖率对谣言传播过程的影响,提出了一类新颖的基于无标度网络的IHRTS谣言传播模型.利用平均场理论对谣言的传播动力学行为进行分析,求出了基本再生数R0,证明了谣言消失平衡点和谣言流行平衡点的存在性,分析了基本再生数和平衡点之间的关系,并通过数值仿真验证了结论的正确性.理论分析表明:人们对真相和谣言的兴趣度和政府对真相的覆盖率均会影响基本再生数,加大政府对真相的覆盖率有助于减弱谣言的产生和传播.该研究对于控制谣言的传播具有一定的参考价值.
其他文献
随着信息技术的发展,计算机逐渐变成了人们日常生活中的一部分,各种各样的管理系统相应而生.为了实现植物图像信息的管理,以及便捷的网络浏览,设计了植物图像管理系统.基于jQuery框架和Spring MVC框架,以JSP、HTML、CSS、JS等技术进行前端开发,后端选择以SSM框架,采用MySQL数据库,开发设计植物图像管理系统.系统具有植物图像的收集、传输、加工、存储、维护和使用等功能.软件测试结果显示系统功能完整,运行流畅,不仅能快速有效处理大量植物图像数据,满足植物图像管理的需求,而且方便植物爱好者和
针对分类混合垃圾的要求越来越高、工作量越来越大、人工成本越来越高的问题,提出了基于机器视觉技术的垃圾分类,设计了基于YOLO V5网络的可回收垃圾的视觉检测系统.首先,对输入的图片进行预处理将其转化为统一大小;然后,使用深度网络进行可回收垃圾特征的提取.在自建的垃圾数据库上测试,对可回收垃圾的识别率可达到90％,平均一张图片的识别时间不到0.2 s.实验表明,该系统可以有效地完成可回收垃圾的识别与检测工作.
深度伪造技术是人工智能在计算机视觉领域的应用产物,深度伪造视频的出现,给信息安全带来了前所未有的严峻挑战,进一步研究其鉴别与规制尤为重要.首先,阐述了深度伪造视频的相关概念以及其对公民合法权益、社会诚信体系以及国家政治安全所造成的威胁.随后,对当前深度伪造视频的鉴别技术进行梳理和归纳并分别阐述其优势与不足.最后,提出应当在加强鉴别技术研究的同时,加强深度伪造视频的源头控制,重塑深度伪造视频的鉴别模式,推进深度伪造视频的综合治理,以将深度伪造视频的威胁降至最低.
传统的Proteus问题处理局限于内部使用设置不当导致的问题,而广大使用者亟须系统冲突性故障性问题的处理方法.基于此,首先筛选了程序安装启动、原理图绘制和电路仿真三个阶段最为常见的冲突性故障,包括Proteus程序首次启动后中途突然崩溃、找不到元件库(“No Libraries Found”)、内部模块获取冲突的“严重错误”(fatal error)弹窗、“VSM调试器”仿真故障、仿真精度故障等问题;然后,进行了故障原因探索和诊断,从而得出故障原因主要是与Windows操作系统环境设置兼容性冲突、软件内部
图像分割是图形处理过程中的一个重要环节,针对图像在不同颜色通道下反映出不同局部特征的特点,提出了一种基于单通道的Kmeans图像分割算法.首先通过对彩色RGB图像进行通道分离,以获得目标图像在单通道下的局部特征;然后对分离结果进行平滑滤波,优化后利用Kmeans算法进行聚类以获取预分割目标;最后对预分割目标进行形态学滤波以降低分割后产生的空洞与局部轮廓的不光滑,从而得到分割结果.实践表明,算法能够有效分割出目标区域,且与二值化,Ostu算法相比,在分割精度上效果更好.
针对工业互联网环境下边缘计算标准不统一的问题,设计和实现了一套工业互联网环境下的边缘计算网关软件.首先分析了一种针对工业现场采用Modbus工业通信协议,并通过RS485总线联网的工业互联网架构;然后,以采集工业现场环境温度为例,确定边缘计算软件的定位和需求分析;其次,对软件进行设计,包含功能设计及数据库设计;最后详细分析了软件的实现过程,并采用C#语言、Access作为数据库实现了该软件.测试结果表明,在采样周期一定的情况下,网关软件能够实现数据采集、本地化存储、实时显示、远程控制以及远程网络存储等功能
网络智慧教育体系图挖掘技术和偏执协同过滤算法是当前学习资源获取、分享、分析和学习的重要技术支持和关键平台.使用大数据分析学习者的学习行为和学习情况等特征,并结合图挖掘算法信息检索能力、关键词获取能力和图挖掘向量分类能力实现教育资源信息共享共建;偏置协同过滤算法通过融合用户活跃程度相似度、融合兴趣相似度实现兴趣用户推荐,同时解决了算法稀疏性和冷启动问题,实现了算法的预测精度和个性化推荐过程.通过协同图挖掘和偏执协同过滤算法,让学习者更精准地找到有共同学习兴趣的学习伙伴,提升学习者对教育虚拟社区的黏性.
针对智慧健康背景下隐私保护和健康信息共享存在矛盾的问题,提出新的属性访问控制系统.首先,在不影响安全性的条件下对Nishide等的密文策略属性加密方案做出修改;然后,利用代理重加密技术对该方案进行功能扩展,得到新的加密方案.最后,基于该加密方案构造了新型属性访问控制系统.系统符合智慧健康的应用需求,允许患者利用用户属性灵活地定义访问控制策略,而且支持患者隐私保护与用户属性废除.安全性分析表明,新系统同时满足正确性、机密性和抗合谋攻击性质.
地方财政收入是国家财政收入的重要组成部分,结合地方财政收入的构成内容及其影响因素,采用科学的预测方法对其进行预测,对提高财政决策质量、合理安排财政支出具有重要意义.采用机器学习常用算法,通过对吕梁市2006—2019年地方财政收入及其影响因素的历史数据进行相关性及Lasso回归分析,筛选出影响地方财政收入的关键因素,然后基于灰色预测GM(1,1)建立单个影响因素预测模型,在此基础上,基于支持向量回归SVR建立地方财政收入预测模型,模型使用Python及其第三方库作为实现工具,得到吕梁市未来两年的地方财政收
随着社会科学技术的不断进步和人工智能算法的创新发展,深度学习在目标检测领域有着十分重要的应用.针对目前采用人工对偏僻地区房屋建筑进行检测存在的效率低下、安全隐患较大等不足,将无人机技术与深度学习相结合,提出了一种基于深度学习YOLO v4算法实现对房屋目标的检测研究.对无人机采集的电力通道巡检视频进行预处理,对图像进行标注制作数据集,应用于YOLO v4目标检测网络进行迭代训练,优化网络性能.实验结果表明,平均精度均值(mAP)达到93.5％,检测帧率达到65帧/s.与现有方法相比,达到了较好的效果,能够