无标度网络上具有时滞的SIRS传播模型研究

基于无标度网络的特点,提出了一类具有时滞特性的SIRS传播模型.首先利用平均场理论对疾病的传播行为进行了理论分析,得到了该传播模型的传播阈值,证明了疾病的爆发与消亡完全由传播阈值确定,讨论了拓扑结构、时滞、节点的迁入迁出对传播阈值的影响;然后选取相应的系统参数,对系统进行数值仿真,验证了所得的结论.     

复杂网络上的一种综合型SIRS模型

提出一个综合考虑人工免疫、反馈机制、群体密度和群体游动等多种因素的SIRS疾病传播模型,通过理论分析和计算机模拟对该模型的动力学行为进行详细研究.结果表明:人工免疫对系统的稳态感染比例和传播阈值都有影响;反馈机制仅对系统的稳态感染比例有影响,但对传播阈值没有影响;群体密度越大,系统的稳态感染比例也越大,但传播阈值反而越小.另外,在群体密度不太大时,群体游动时的稳态感染比例要高于群体静止时的稳态感染比例,这说明群体游动更有利于疾病的传播.     

稀疏规则网格中带反馈机制的SIS模型

基于群体稀疏分布的二维规则网格,提出了一个考虑群体自身的反馈机制、群体密度和群体流动的SIS模型。研究表明:反馈机制对系统的稳态感染比例有较大影响,但对传播阈值没有影响;在传播效率固定的前提下,群体密度越大,系统的稳态感染比例也越大,而且群体密度存在一个阈值,只有当群体密度大于该阈值时,疾病才能在群体中持续稳定地传播。另外,在群体密度不太大时,群体流动时的稳态感染比例要高于群体静止时的稳态感染比例,这说明群体流动更有利于疾病的传播。     

基于意识作用的复杂网络上SIS模型的稳定性

研究三种意识对疾病传播的影响,建立了无标度网络上的SIS模型,并得到了该模型无病平衡点的稳定性及传播阈值。结果表明局部意识和接触意识可以提高传播率的阈值,全部意识对无病平衡点的稳定性及传播阈值没有影响。最后利用数值模拟验证了理论结果。     

复杂网络上SIRS类疾病传播行为分析

考察复杂网络上具有免疫力失效特性的流行病传播模型, 即SIRS模型. 利用平均场理论对疾病传播行为进行了理论分析, 并与计算机模拟结果相对照, 证实复杂网络上疾病传播的决定因素是网络的拓扑结构. 对无标度网, 由于考虑了节点度的非均匀性, 理论值与模拟值拟合得较好. 对小世界网, 由于忽略了重连概率p的影响, 在阈值附近的理论值和模拟值有一定差距. 另外, 发现小世界网络的重连概率p对疾病蔓延速度有较大的影响, 但不影响平稳状态指标.     

网络上具有多种传播媒介和多个染病阶段的SIS传染病模型分析

建立了网络上具有多种传播媒介和多个染病阶段的SIS传染病模型.利用地方病平衡点的存在性,计算出疾病的传播阈值,并通过理论分析和数值仿真得出多种传播媒介及各个染病阶段的转化率对疾病传播阈值的影响.     

复杂网络中SAIQRS传染病模型动力学分析

基于动力学理论研究了复杂网络中传染病的传播过程，综合考虑个体在疾病传播过程中的预防行为和自我隔离措施，提出了一类无标度网络上具有警觉行为和隔离行为的SAIQRS传染病传播模型；并进一步利用平均场理论得到传播阈值的关系式，系统分析了模型的动力学行为.研究发现，在无标度网络中增大警觉率、隔离率的比例和增强警觉的强度，可以降低传染病的爆发规模.数值仿真结果表明，具有警觉和隔离的行为对疾病的传播速度与传播规模有影响.     

网络上局部行为反应对爆发阈值的影响

利用微观马氏链近似方法研究了社会网络上基于局部信息的行为反应对疾病传播的影响。根据微分方程的稳定性理论,得到了爆发阈值与行为反应参数的依赖关系;结合同质小世界网络上的随机模拟,发现在网络结构不变的情况下个体的行为反应对疾病控制有一定的作用。     

复杂网络上带有非线性感染率的SIRS模型分析

针对实际人群的接触情况,在已有SIRS模型的基础上提出一种带有非线性传染率的SIRS改进模型.利用平均场理论及李亚普诺夫稳定性分析方法,分析得到该传播模型的传播阈值以及拓扑结构与传播阈值的相关性;当传播过程中系统满足阈值条件时,疾病最终消失;用假设的方法证明了系统不满足阈值条件时地方病平衡点的存在并通过推导得出满足地方病平衡点稳定的限制条件.对比仿真试验结果验证上述的理论结果成立,并且表明带有非线性感染率的SIRS模型比已有的SIRS模型更加逼近现实的疾病传播过程.     

基于二维规则网格的SIRS病毒传播模型

提出了一个基于二维规则网格的SIRS疾病传播模型，在模型中，研究了群体密度d, 传播效率λ及个体的游动对疾病传播的影响。理论分析和仿真模拟表明该疾病传播模型存在一个临界值(λd)c，只有当群体传播效率和群体密度的乘积λd大于(λd)c时，疾病才能在群体中持续稳定地传播。 另外，研究还发现当群体密度不太大的时候个体的游动更有利于疾病的传播。 根据这些研究结果最后给出了相应的疾病预防和控制措施。     

重叠网络上疾病与意识传播模型:非同步的影响

针对Granell等人所建立的重叠网络上疾病与信息传播模型中信息更新早于疾病传播的非同步现象,研究了疾病传播先于信息更新的另一种非同步传播模型,发现这种非同步次序在传染率较大时对各状态节点,特别是对易感者的数量影响较大,而对离散时间模型的疾病暴发阈值以及连续时间模型的稳定性结论均无影响.     

小世界网络研究血吸虫病的传播

通过理论分析和数值模拟,研究SIRS血吸虫病数学模型在小世界复杂网络上的传播情况和SIRS模型参数(传染率和治愈率)对疾病传播动态行为的影响,验证小世界网络上传播阈值的存在性.     

重叠网络上疾病与信息传播的相互影响

研究了信息和疾病在重叠网络上的传播过程.疾病可通过物理接触网络传播,信息可以通过物理接触与虚拟接触传播.利用马尔可夫链方法,建立了重叠网络上疾病与信息传播的模型,并计算出了其传播阈值.通过数值模拟可知,信息的传播抑制了疾病的传播,并有效降低了疾病传播的最终规模,但对疾病传播阈值的影响不是很大;此外,疾病的传播有效地促进了信息的传播.     

重叠网络上信息与疾病传播模型及其分析

建立了重叠网络上的SAIS模型, 应用泰勒公式以及矩阵理论, 得到疾病传染强度的第二阈值的表达式。 进一步通过数值模拟和随机模拟比较可知, 信息的传播抑制了疾病的传播, 且染病者恢复后形成的警觉性会增大疾病传染强度的第二阈值, 并有效降低疾病的传播规模。     

规则网格中带人工免疫SIRS模型的动力学行为

运用平均场理论和非线性动力学方法分析规则网格中带人工免疫SIRS传播模型的动力学行为,并通过计算机模拟来研究人工免疫,群体密度以及个体游动等因素对疾病传播的影响.结果表明实施人工免疫可以有效降低系统的稳态感染比例,提高系统的传播阈值,而且在群体静止情况下的效果明显高于群体游动时的效果.与此相反,个体的随机游动会提高系统的稳态感染比例,降低系统的传播阈值.     

一个蠕虫病毒传播SIRS模型的建立与分析

基于传染病动力学建模方法,在考虑蠕虫病毒的传播机理的基础上,建立了一种新的SIRS蠕虫病毒传播模型.利用微分方程定性理论对该模型进行了分析,研究了蠕虫病毒的传播规律,得到了蠕虫病毒消除的阈值,并进行了仿真.     

基于稳定阈值的吸引子传播算法

针对传统吸引子传播算法(AP)聚类性能受偏向参数影响较大的问题, 提出一种改进的吸引子传播算法, 即基于稳定阈值的吸引子传播聚类算法（STAP）. 该算法通过稳定阈值, 衡量获得真实类数时的收敛状态, 然后捕捉该状态下的偏向参数; 为加快算法的收敛速度, 采用S型函数作为收敛因子调节阻尼系数. 仿真模拟实验结果表明, 与传统吸引子传播聚类算法相比, 基于稳定阈值的吸引子传播聚类算法聚类精度更高, 收敛速度更快.     

群体稀疏分布的易感-感染-易感疾病传播模型

提出了一个群体稀疏分布在规则网格中的SIS疾病传播模型,研究了该模型的群体密度d、传播效率λ及个体的游动对疾病传播的影响.理论分析和仿真模拟表明该疾病传播模型存在一个临界值(λd) c,只有当群体传播效率和群体密度的乘积λd大于(λd)c时疾病才能在群体中持续稳定地传播.另外,研究还发现当群体密度不太大的时候个体的游动更有利于疾病的传播,而个体的长程游动又比短程游动更有利于疾病的传播.根据这些研究结果,最后给出了相应的疾病预防措施.     

基于改进标签传播算法的高光谱图像半监督分类

针对标签传播算法缺乏对新生成样本的评价进而影响分类精度的问题,本文提出一种利用阈值的标签传播算法来提高高光谱图像的分类精度。首先,用基于图像融合和递归滤波的特征提取方法对原始高光谱图像进行处理。然后,给出一个阈值并对标签传播算法新生成样本进行评价,保留一些可信度较高的样本。最后,保留的新样本和已标记样本之和作为训练样本,对图像进行分类。实验表明,基于改进标签传播算法优于其他的高光谱图像分类算法。     

具有多种传播方式的介水传染病模型的稳定性

建立了一类具有直接传播和间接传播两种传播方式的介水传染病模型,讨论了感染的水资源对疾病传播行为的影响.定义了模型的基本再生数R0,给出了各类平衡点存在的条件阈值.利用二阶加法复合矩阵,分析了模型地方病平衡点的全局渐近稳定性,给出了疾病持久的条件.