排序方式： 共有5条查询结果，搜索用时 15 毫秒
1
1.
新型冠状病毒肺炎疫情对香港旅游业产生了巨大的冲击,掌握疫情期间游客出行的时空变化特征,对后疫情时代旅游业复苏和发展至关重要。本文基于2019年和2020年社交媒体的旅游评论数据,采用时序统计、复杂网络分析等方法,对比分析疫情前后香港旅游网络的演化特征,并结合旅游目的地语义刻画游客出行规律。结果表明：① 游客出行规律呈现出一定程度变化,与疫情前相比,游客在一次出游行程中所访问的旅游目的地数量大幅下降;② 热门目的地仍然在香港旅游网络中承担着连接其他目的地的重要作用,而围绕热门目的地形成的旅游网络社区由疫情前的空间显著集聚转为相对稀疏分布,但网络社区内部目的地的空间分布较疫情前变得更加集聚;③ 在游客选择出行目的地方面,热门目的地访问量急剧减少,而以往游客较少且地理位置较为偏僻的目的地,在游客出行目的地选择时变得更被关注,但产业目的地始终是香港旅游中最热门的旅游目的地类型。 相似文献
2.
The robustness of cargo ship transportation networks is essential to the stability of the world trade system. The current research mainly focuses on the coarse-grained, holistic cargo ship transportation network while ignoring the structural diversity of different sub-networks. In this paper, we evaluate the robustness of the global cargo ship transportation network based on the most recent Automatic Identification System(AIS) data available. First, we subdivide three typical cargo ship transportation networks(i.e., oil tanker, container ship and bulk carrier) from the original cargo ship transportation network. Then, we design statistical indices based on complex network theory and employ four attack strategies, including random attack and three intentional attacks(i.e., degree-based attack, betweenness-based attack and flux-based attack) to evaluate the robustness of the three typical cargo ship transportation networks. Finally, we compare the integrity of the remaining ports of the network when a small proportion of ports lose their function. The results show that 1) compared with the holistic cargo ship transportation network, the fine-grain-based cargo ship transportation networks can fully reflect the pattern and process of global cargo transportation; 2) different cargo ship networks behave heterogeneously in terms of their robustness, with the container network being the weakest and the bulk carrier network being the strongest; and 3) small-scale intentional attacks may have significant influence on the integrity of the container network but a minor impact on the bulk carrier and oil tanker transportation networks. These conclusions can help improve the decision support capabilities in maritime transportation planning and emergency response and facilitate the establishment of a more reliable maritime transportation system. 相似文献
3.
一种基于模糊长短期神经网络的移动对象轨迹预测算法 总被引：1，自引：0，他引：1
预测移动对象未来某时刻位置能够为城市规划与管理、城市公共安全、城市应急指挥等提供重要的决策依据,也可为个性化信息推荐、广告定投等基于位置的服务应用提供技术支持。已有预测算法多采用固定格网剖分,位置相近轨迹点常被划分至不同格网,使得潜在轨迹模式被忽略,降低了预测精度。此外,已有预测模型不能有效学习到长序列轨迹有效信息,造成长期依赖问题。本文提出一种基于模糊长短时记忆神经网络（fuzzy long short term memory network,Fuzzy-LSTM）模型的移动对象轨迹预测算法,引入模糊轨迹概念解决固定格网剖分所导致的尖锐边界问题,并对传统LSTM进行改进,综合利用移动对象历史轨迹邻近性和周期性出行特征,提高移动对象轨迹位置预测精度。最后,采用某市10万用户连续15个工作日的移动通讯信令轨迹数据集对方法进行试验分析。结果表明,本文方法在30 min预测周期内的预测平均准确率达到83.98%,较经典的Naïve-LSTM预测模型和NLPMM预测模型分别提高了4.36%和6.95%。 相似文献
4.
网络文本蕴含地理实体关系抽取技术,需要高时效、强鲁棒的关键词提取方法。与监督学习方法相比,无监督学习方法能捕获文本的动态变化特征并发现新增的关系类型,因此备受关注。其中,基于频率的关键词提取方法获得广泛研究,然而,网络文本蕴含的地理实体关系分布稀疏,基于频率的方法难以直接应用于地理实体关系的关键词提取。为解决该问题,本文基于公开访问的网络资源,提出一种语境增强的关键词提取方法。首先,基于在线百科和开放的同义词词典,通过语境合并和语义融合创建增强的语境,以降低语境中词语的稀疏性。接着,Domain Frequency和Entropy频率统计方法从增强语境中自动构建一个大规模语料。然后,基于该语料选择词法特征并统计其权值,用于扩大语境中词语间的差异。最后,使用选择的词法特征度量增强语境中词语的重要性,将权值最大的词语作为描述地理实体关系的关键词,并基于大规模真实网络文本开展实验。实验结果表明：对于地理实体关系的关键词识别,本文方法的平均精度为85.5%,比Domain Frequency和Entropy方法分别提高41%和36%;对于新增关键词识别,本文方法的精度达到60.3%。语境增强的关键词提取方法能有效地处理地理实体关系分布的稀疏性,可服务于网络文本蕴含地理实体关系的抽取。 相似文献
5.
全球液化天然气运输网络特征及其演化 总被引：2，自引：2，他引：0
液化天然气（liquefied natural gas,LNG）作为一种清洁低碳能源,在全球能源消费市场中发挥着越来越重要的作用。LNG通过船舶在港口之间进行运输,但当前对港口尺度下的贸易模式及其演化了解相对有限。因此,本文采用复杂网络指标和社区探测方法,利用2013—2017年全球LNG船舶轨迹大数据来分析其贸易格局及其演化特征。结果表明：① LNG运输网络规模呈现出阶段性变化特征,网络中港口之间的贸易联系相对较为稀疏。② LNG运输网络围绕着枢纽港口形成了一系列贸易社区。其中新加坡港、豪尔费坎港、拉斯拉凡港扮演着极其重要的角色。③ 随时间推移,同一贸易社区内的港口在地理空间上呈现出更加集聚的特征,且同一国家港口所归属社区也变得更加集聚。 相似文献
1