开源软件社区知识创造沟通网络演变研究

基于codeplex开源社区中的C#小社区沟通关系数据,利用复杂网络及其零模型方法对开源软件社区知识创造沟通网络演变特性进行研究。分析发现,网络规模前期逐渐增大后期趋于稳定,各阶段无权网络度呈广延指数分布,小世界性比较显著,社团结构显著,存在明显的富人俱乐部现象,没有明显的等级特征,是典型的异配网络;而加权网络权呈幂律分布,没有明显的社团结构特征等。结果表明知识分享、知识流动存在异质性、小世界性,项目协调人之间以及协调人与一般用户交互较多。     

基于网络权重的多社团网络结构划分算法

利用社团网络的统计特性,提出一种适于社团网络线性时间复杂度的多社团识别算法.构造复杂网络中节点的权重计算函数,进而生成计算序列,用迭代算法对复杂网络各种类型的节点进行集合分配.通过多个不同规模的网络结构数据对算法的性能进行测试,实验结果表明该算法时间复杂度为线性,能够在较短时间内对复杂网络中的社团数和社团结构进行发现,该算法还表现出对不同密度网络社团识别良好的适应性.     

基于复杂网络的汽车行业成本传导机制实证研究——以广州市为例

为深入分析中国汽车行业成本传导机理,以广州市汽车行业为例,将汽车行业生产链条上的成本传导转化为相应上中下游价格指数同步变化,将2001年1月—2012年11月历年各月原油价格(上游)、石棉瓦刹车片和汽车配件价格(中游)、汽车销售价格(下游)4种价格指数符号化,建立了广州汽车行业成本同步传导网络。研究了该网络的度分布、加权集聚系数、平均最短路径长度、中介中心性以及社团结构等网络动力学性质。研究发现,模态顶点强度服从广延指数分布,网络平均最短路的距离为3.48,模态之间转换出现短程关联性,17个主导节点在网络模态转化中发挥关键性的控制作用,主次模态均有向主模态转换的倾向。采用Newman等的社团算法,把网络分为3个社团,社团内部结构表明价格上涨和下降趋势在形成社团中发挥十分重要的作用。     

局域世界随机增长的加权网络模型

提出了一种新的加权网络模型.在该模型中新节点择优的局域世界是随机增大的,另外新节点除了以较大的概率在局域世界内择优连接之外还以较小的概率在局域世界外择优连接,并且已有的节点之间允许有新边的生成.该模型生成的网络的度分布、边权分布和点强度分布均为幂律分布.特别是许多实证研究表明这些分布具有的胖尾现象也能被该模型反映出来.该模型还指出点强度高度依赖于度并且它们之间服从幂律函数关系.     

一种灵活的加权复杂网络演化模型及其仿真

对实际加权网络的网络特征进行了统计,分析了在网络演化过程中应考虑的演化机制.在此基础上,提出了一种灵活的加权复杂网络演化模型.该模型可以灵活的调整网络演化过程中各种演化机制影响作用的大小,网络规模和平均节点强度可控,节点和连接的状态能够动态变化.对模型进行仿真验证后发现其能够较好的拟合实际加权网络的拓扑结构特征.最后,对网络模型中幂律分布的成因进行了分析.     

基于社团结构的组合信息重连策略

模糊的社团结构能有效提升网络传输性能。基于社团结构,利用节点之间的同异配程度和k-core结构来定义链路重要性,提出了一种新的在社团内部删除链路,社团之间添加链路来减弱社团结构,提高网络容量的链路重连策略,即社团组合信息链路重连策略(CCLS策略)。为了验证方法的有效性,我们分别在伪随机网络、具有社团结构的CWS小世界网络、无标度社团网络以及真实网络进行了仿真实验,仿真结果表明,CCLS策略能有效减弱网络社团特性,提高网络传输容量。     

一个中国科学家合作网的实证分析

研究了由<科学通报>过去20年间发表文章的作者所构建的科学家合作网络.按照统计学方法和基于复杂网络理论的实证分析表明,科学家产量满足幂律分布,而合作规模分布则是指数衰减的.合作网中存在一个明显的最大连通子图,该子图具有高聚类和小世界特性,并呈现社团结构和等级结构.网络的度分布介于指数与幂律之间,近似服从对数正态分布,社团规模分布亦显示出长尾特性.此外,还应用3种不同的指标研究了Hub节点的影响力.     

基于加权超网络模型的知识网络鲁棒性分析及应用

对知识网络的鲁棒性分析方法进行了研究.与一般的复杂网络相比,知识网络涉及两种不同类型的节点:知识和知识主体.在进行鲁棒性研究时,必须对二者进行综合考虑.为此提出基于加权超网络模型的知识网络鲁棒性分析方法,该模型可根据组织中知识与知识主体之间的映射关系将二者集成在一起.在此基础上,提出了一种关联节点删除的方法来研究知识网络的鲁棒性,并提出了度量知识网络鲁棒性的专有知识率、专有知识加权比率、知识网络抗毁性、核心领域知识网络抗毁性等指标及其分析方法,解决了知识网络的鲁棒性分析及度量的问题,并可应用于组织知识资源的安全性评估、发现易流失知识以及评价组织成员的知识重要性等方面.     

网络视角下的唐诗

以唐诗韵脚的韵母为桥梁,以762首唐诗为节点,24种韵母为超边建立了唐诗超网络。研究发现唐诗超网络的超度分布具有无标度特性,并且表现出很高的聚集特性和异配性。为进一步研究唐诗韵脚韵母之间的关系,针对韵脚只出现两种韵母的唐诗,以韵母为节点建立了韵母加权复杂网络。研究发现韵母"eng"和"ing",韵母"ou"和"iu"往往会同时出现在同一首诗的韵脚中。另外,韵母"i"和韵母"eng"在唐诗转韵过程中有着重要作用。     

基于复杂网络理论的互联网新闻媒体分析

基于网络新闻媒体之间的转载关系构建了新闻转载网络,应用复杂网络理论分别研究了其无向无权网络、无向加权网络以及有向网络的拓扑结构.研究表明新闻转载网络具有无标度、小世界以及异配连接倾向等特性,并发现网络存在核心-边缘结构.通过比较加权网络与无权网络在组织结构上的异同以及分析网络的有向性特征,表明了权值和方向对网络新闻研究的重要意义.     

竞争网络中合作策略的研究

合作与竞争驱动自然社会与生态系统的动态演化,这些机制的相互作用可以对多个网络产生不同的影响。基于特征向量中心性,在网络的网络基础之上提出合作竞争模型,定义网络之间对外是一种竞争关系,对内为合作关系。揭示合作竞争特性,依据节点的重要性不同将合作策略与竞争策略进行了分类,研究模块网络间不同合作策略对集群网络乃至整个网络的资源配置的影响,发现重要性越大的节点间的结合能够给网络带来更多的利益。     

基于贝叶斯学习的复杂系统研制风险演化分析

大型复杂装备的系统结构和研制流程呈现网络化特征,研究风险演化机理有助于控制风险、降低复杂性.通过系统动态过程建模仿真获取数据样本,运用贝叶斯学习从仿真数据样本中提炼风险演化网络,识别不同风险等级的节点之间存在的关联关系,降低了仅凭经验构建风险网络的主观性.对贝叶斯学习获得的风险网络进行概率推理,在总体高风险等级下计算风险网络节点的风险后验概率分布,进而确定风险演化关键节点和传播链路.最后,通过与复杂网络特征指标评估下的静态特征进行对比分析,研究风险网络动态特征与静态特征的差异性,结果表明网络结构特征和风险传播的动态特征共同决定了风险演化关键节点和传播链路.     

基于流量加权Betweenness提高网络容量的方法

在节点的发包速率和转发包速率都和节点度相关的流量模型中,研究了在基于跳数的最短路径路由策略下网络的容量问题.将Betweenness的概念进行了扩展,提出流量加权Betweenness的概念,使之更准确地描述在每个节点的发包速率各不相同的情况下节点可能承载的流量.并据此推导出适合于该流量模型的网络容量计算公式,同时指出在基于BA算法构造的scale-free网络中,在流量加权Betweenness值处在前5%至10%和前10%至15%的节点间加边的方法能显著提高容量.最后,通过仿真实验验证了该公式的正确性和该方法的有效性.     

基于复杂网络理论的配电网节点脆弱度评估

配电网中节点脆弱性的大小是其结构鲁棒性的重要体现,为实现对配电网节点脆弱度的评估,提出对配电网节点脆弱度大小排序的方法。首先,构建配电网的复杂网络加权模型;其次,针对节点脆弱度评估中的度值、介数、凝聚度和紧密度等几个指标,结合主观和客观两方面信息构建描述各指标重要性的权重;最后,提出综合逼近理想排序(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和灰色关联度的方法,实现对配电网节点脆弱度大小的排序。对几种典型的中压配电网进行计算,验证了本文方法的可行性,对IEEE123系统分析,结果表明多指标综合评估较单一指标评估更符合配网的实际特点。     

电路原理图的加权网络分析

对电子电路进行复杂网络分析时,为了很好地体现有些元器件的重要性,本文引入了节点间连边加权的概念.以具体电子电路原理图为例,找出各个元器件之间的连接关系,建立网络的拓扑结构,生成一个加权网络,得出了网络的统计参数,给出了节点连接度的概率分布函数曲线.结果显示这种加权分析方法能更好地体现出电子电路系统的特点.     

企业集群创新网络动态演化模型

介绍了企业集群创新网络的组成与知识流动。基于物理学在复杂网络结构研究方面的新进展,设定了创新网络的初始状态和优先连接机制,提出形成企业集群创新网络的活动包括加点、加边和重连,认为遵循优先连接机制的这三类活动会使得集群创新网络成为规模有限的无尺度网络。创新网络具有较高的容错性而抗攻击能力较弱,而且网络的稳定性依赖于地方和非地方联系的适当组合。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

Distributed event region fault-tolerance based on weighted distance for wireless sensor networks

Event region detection is the important application for wireless sensor networks (WSNs), where the existing faulty sensors would lead to drastic deterioration of network quality of service. Considering single-moment nodes fault-tolerance, a novel distributed fault-tolerant detection algorithm named distributed fault-tolerance based on weighted distance (DFWD) is proposed, which exploits the spatial correlation among sensor nodes and their redundant information. In sensor networks, neighborhood sensor nodes will be endowed with different relative weights respectively according to the distances between them and the central node. Having syncretized the weighted information of dual-neighborhood nodes appropriately, it is reasonable to decide the ultimate status of the central sensor node. Simultaneously, readings of faulty sensors would be corrected during this process. Simulation results demonstrate that the DFWD has a higher fault detection accuracy compared with other algorithms, and when the sensor fault probability is 10%, the DFWD can still correct more than 91% faulty sensor nodes, which significantly improves the performance of the whole sensor network.     

金融危机对中国证券网络影响的实证研究

以金融危机前和金融危机下两个不同时期对中国证券网络影响进行了实证研究。结果表明:沪深300证券网络权重分布在危机前后并没有太大变化,但在后金融危机时期,股价波动相关系数主要分布在弱相关区域。影响因子的分布是由危机前的普遍偏大变为危机后的普遍偏小。利用最大生成树所构建的中国证券网络和美国S&P500证券网络在金融危机时期网络层次均变得紧凑;度分布涌现出个别度值很大的Hub节点。沪深300相关性网络的最大社团中行业覆盖面较广,一些有利害关系的产业出现在同一社团中;且危机后的最大社团形态与S&P 500经济平稳时较为相似。     

基于K-核的科研合作网络凝聚性特征分析

科学分析科研合作网络潜在的凝聚性特征,是培育与建设稳定的高水平科技创新团队的首要条件.K-核分析方法是研究社会网络层次结构,探究网络子群团聚度的有效方法.本文以某省属普通高校为例,基于CNKI的四大类来源期刊及SIPO发明专利数据,构建基于论文共发表和专利共发明的科研合作网络,然后引入K-核模型分析方法,对网络的凝聚性特征进行分析.研究结果表明:科研合作网络节点的团聚度呈现Piossion分布特征;核心成员规模分布在4左右的团体合作最多;跨学科合作主要分布在网络的边缘区域,而核心区域的跨学科合作则比较罕见;位于网络核心区域的节点主要为应用工程类学科的成员.通过该方法分析科研合作网络的凝聚性特征,能够为组织遴选和培育稳定的高水平科研核心团队提供帮助与指导.