基于拓扑势的局部化重叠社区识别

针对传统社区识别算法中需要根据先验知识设定参数、 社区划分结果具有随机性及复杂度过高的问题, 提出一种基于拓扑势的局部化重叠社区识别算法. 该算法通过引入拓扑势计算节点的影响力, 利用节点间的局部相似性度量指标, 采用标签传播策略进行重叠结构的社区识别. 在真实网络及人工合成网络上与多种经典算法进行对比实验验证了算法的高效性.     

一种适用于道路交通的传感器网络节点语义编码设计

分析适用于道路交通传感器网络(TSN)节点语义编码结构,本编码结构包括节点的网络语义、位置语义和信息语义3部分;接着对各部分进行详细的语义编码设计,通过划分不同的功能域,对传感器网络节点语义进行描述和编码;最后以用于道路交通流量信息获取的地磁传感器网络设备为例,给出具体的网络节点语义编码结果,并讨论本编码设计的优点和应用场景.研究结果表明:基于本方法的交通传感器网络节点语义编码可以应用于交通系统规划与管理、交通信息服务等领域,为推动交通信息共享和交通传感器网络节点语义编码标准化提供支持.     

六盘水市城乡公路交通网络发展过程及其可达性演化特征

以六盘水市为研究对象,构建交通可达性和区位优势度模型,借助ArcGIS 10.1软件,选取1990年、 2000年、 2010年、 2016年4个截面,分析六盘水市90个城镇节点公路交通网络可达性、区位优势度的演化特征.结果表明:(1)公路交通网络发展历经了规划准备阶段—初步建设阶段—快速发展阶段—路网高等化发展阶段4个阶段,公路交通网络规模不断扩大,区内公路交通网等级结构日趋完善.(2)交通可达性显著提高,可达性时空离散程度表现出聚集—均衡—聚集的发展过程,其空间格局整体上呈现从南北廊道向东同心圆拓展态势.(3)交通区位优势度表现出聚集向均衡性发展态势,总体空间格局呈现出多中心圈层—中心圈层与轴线并行—轴线延展—短时圈连片发展阶段性演化特征.     

基于网络结构和潮流追踪的电网关键节点识别

本文综合电网拓扑结构和基于潮流追踪技术,提出一种关键节点识别方法。首先根据潮流运算,得到电力网络中节点之间的潮流流向,然后对电力网络进行潮流追踪运算,得到节点之间的链接强度,并以此建立电网的加权有向网络模型,定义加权有向网络中的出、入强度,根据节点强度和负荷权重定义节点的重要性评价指标。以IEEE39节点系统和IEEE14节点系统为测试案例,得到各系统中节点的重要性排序。按照排序结果对节点进行过负荷攻击,以系统在节点受到攻击后潮流熵的变化来验证节点重要度排序是否合理,研究表明本文提出的方法在电网关键节点识别中更加合理有效。     

基于属性信息和结构特性的网络节点重要度研究

现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究,忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要,却广泛存在不完备性,这些不完备属性信息与节点的重要性密切相关.针对这一问题,提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法,融合网络结构特性和节点属性信息,克服了单一从拓扑结构分析的局限.最后,将本文所提出的方法应用于微博社交网络中的用户重要度评价,并与其他方法进行比较,结果表明,该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合,能全面地体现出各节点的重要程度.     

基于GCN的复杂网络关键节点识别研究

准确识别出网络中的关键节点是复杂网络研究的重要内容之一.现存的关键节点识别方法多数是基于网络结构提出的中心性度量方法,识别准确率低且适用范围具有局限性.因此本文提出了基于图卷积网络的关键节点识别方法,不仅考虑了节点属性,还考虑了网络结构和邻居节点结构.首先,根据网络图例数据提取多维度特征并构建特征向量;其次,将节点特征向量输入到GCN层学习;最后,通过回归损失函数计算出最小损失,识别出关键节点.本文选取传播动力学中的SIR模拟实验和牵制控制实验作为评价方式,在不同类型的真实网络上进行验证.结果表明本文提出的方法在适用范围和准确率方面较其他方法更具优势.     

基于网络城市理念的城市群空间结构体系研究——以长株潭城市群为例

基于网络城市模型,以城市首位度,城市群序位规模分布为参数,分析长株潭城市群空间结构体系特征.结构表明,长株潭城市群网络划分为5个节点等级,节点城市培育方向为将四级节点城市如宁乡、望城等发展成为三级节点城市如湘乡、浏阳等.从节点互补、交通优化、节点增长、城市协调等方面提出了长株潭城市群网络空间结构体系发展设想.该模型和设想对中等规模城市群网络空间结构体系的构建,合理规划中等规模城市群空间格局,加强城市间的协作以及提升城市群整体竞争力具有重要意义.     

基于共邻节点相似度的加权网络社区发现方法

为实现加权网络的准确划分,发现真实的社区结构,提出一种基于模块度和共邻节点相似性的层次聚类社区划分方法IEM.首先,定义两节点间基于共邻节点的相似度.之后,基于该度量快速聚合当前节点和与其关联紧密度最强的邻居节点以形成初始社区,并进行社区扩展.最后,以最大化网络模块度为目标进行社区合并以优化划分结果.算法通过形成初始社区、扩展社区、合并社区三步,实现了加权网络合理有效的社区划分.以加权模块度作为社区划分质量的评价标准,在多个数据集上的实验结果表明,IEM算法优于加权CN、加权AA、加权RA.同时,与CRMA算法相比,IEM算法对加权网络社区划分的有效性和正确性更高.     

中国客运航线网络结构特性与抗毁性

通过复杂网络理论对全国航线网络进行了研究。以度分布、聚类系数、平均路径长度和节点重要性指标等为依据,分析中国航线网络的基本性质以及近年来的演化,得到航线网络的变化特点。在此基础上探讨网络结构的抗毁性,由最大连通子图节点比例指标可以明显看出介数排序攻击的效果更好,更能反映整个网络的连通状况和网络性能。最后,将Louvain算法应用于中国航线网络结构的划分,结果显示结构划分与地域有明显关系。     

基于复杂网络的交通序列数据特性

为了进一步研究交通流特性,采用复杂网络方法对交通序列数据进行分析。提出了箱型图-聚类算法模型用于识别和填充初始数据中的缺失值和异常值;通过相空间重构方法将一维数据重构为网络节点,选取连接阈值确定网络节点的连接关系,将交通序列数据构建为复杂网络,对复杂网络的结构和定量指标进行分析。研究结果表明交通序列数据复杂网络的结构一定程度上可以反映路段的交通流状态。该结果有助于优化数据预处理方法,拓展复杂网络在交通序列数据研究中的应用。     

城市群生态综合交通网络组团特性分析与关键节点识别

为实现城市群生态综合交通发展目标，形成交通、经济、生态环境质量一体化发展格局，以关中平原城市群为研究对象，通过熵值法对节点功能吸引、功能辐射和碳排放强度进行赋权，通过修正引力模型计算其相互联系强度；将空间结构理论与复杂网络理论相结合，构建多维空间联系网络模型；采取改进INFORMAP算法，从交通、功能和碳排放3方面分别进行区域组团划分；基于组团划分结果，构建超图网络模型，引入邻域超度、邻域影响熵指标识别城市群生态综合交通网络关键节点。结果表明：关中平原城市群功能和碳排放空间联系呈现“一极多核”的空间分布格局，西安处于核心地位，宝鸡、渭南等地级市核心区也拥有较高影响力；城市群区域组团与行政区划具有差异性，部分区县如侯马、彬州、澄城等脱离上级行政区划约束，形成了独立区域组团；西安、咸阳是城市群生态综合交通网络建设的关键节点，且城市群东部节点重要度普遍大于西部节点，因而需重点提升西安—咸阳一体化水平，优化东部节点综合交通结构，完善西部节点交通网络布局。     

社交网络下的谣言扩散与控制研究

基于危机生命周期提出了网络谣言扩散模式的5个阶段,分析了网络谣言扩散的循环过程;基于社交网络节点的星形传播结构以及节点的集团性,提出了谣言控制策略——社区识别,即通过求节点的余弦相似度划分社区,同时确定初始聚类节点选取的原则,据此提出关键节点的控制策略;根据社交网络的拓扑结构,指出对于有较大出度和入度的节点进行控制至关重要.     

可信激励算法对区块链移动节点共识优化研究

节点可移动的物联网应用区块链时将节点称为区块链移动节点,区块链移动节点存在通信连通时间较短、算力和存储能力不足等问题导致网络达成共识时安全性和吞吐量较低.提出一种可信激励算法对共识过程进行优化,首先区块链移动节点接收共识所需信息完成初始化;其次每个区块链移动节点生成判决块,判决块包含对验证消息的投票结果、自身的可信因子和判决块的生成时间,根据判决块中在相邻区块链移动节点组成的集群中选出中继节点,中继节点传播验证消息到下一个集群,并产生区块存储在边缘服务器,一个中继为一跳,当跳数大于网络阈值跳数时完成共识;最后根据激励机制对节点奖励或惩罚,并按激励情况更新节点的行为标识反馈到共识.仿真结果表明,与应用在同样网络情况的PoET和PoS算法相比,可信激励算法在保证了一定的吞吐量情况下,有效降低验证消息验证失败率提高了共识安全性,更适合节点可移动的物联网网络.     

多路径交通分配模型的改进及节点分配算法

本文对动态多路径交通分配模型进行了改进，提出了该模型的快速算法－节点分配算法，并详细阐述了节点分配法中的网络处理、分配节点排序及参数确定等问题。节点分配算法的采用，大大提高了多路径交通分配方法的速度及容量，使之能在超大规模网络的交通规划、交通控制及交通诱导系统中应用。     

基于最短路径相似度的复杂网社团识别算法

基于最短路径的思想,定义新的节点相似度,利用谱平分算法来识别复杂网络的社团结构.首先根据节点间最短路径的思想计算改进的共享最近邻(SNN)相似度,将其标准化后求出标准化矩阵的特征值及特征向量,然后根据网络选取一定数目的第一非平凡特征向量作为聚类样本,利用FCM算法可识别网络的社团.实验结果表明,该算法对于社团结构不明显的网络划分效果很好.     

基于叶缘特征的植物图像分类检索

叶缘是植物属种识别分类可以参照的主要特征之一.与叶片形状特征相比,叶缘描述了尺度更细微的特征,对于弥补叶形识别特征的不足、以及从多尺度识别植物属种都有重要意义.在借鉴已有研究成果的基础上,设计了7个新的叶缘特征描述符、提出了以语义字典组织植物属种多层分类中的层间继承关系、以及通过叶节点成员相似性评估确定植物属种的技术框架和方法.通过分支结点描述符组合分类实验,证明了叶缘凸残差与叶局部面积比、右边长与左边长比对划分不同的非裂叶植物、以及划分不同的非全缘叶植物有效;叶缘凸残差均值等描述符对于划分不同的非全缘叶植物有效.通过多描述符组合的多层分类将30种非裂叶植物划分到多个叶节点,平均全局精度优于81.21%.而叶节点成员属种概率评估实验,进一步论证了这种多层分类和相似性检索框架的合理和有效性.     

城市交通现状的系统分析及其对策

从不同角度给出了模拟城市交通现状的方法和步骤.诸如乘客流网络、自行车网络、步行者网络流等的模拟方法;讨论了交通发生,交通分布、交通方式划分及交通分配模型的建立.并提出了解决城市交通问题的几种措施.     

一种基于相对熵的随机游走相似性度量模型

针对基于随机游走的节点相似性度量模型中存在的大度节点依赖问题,从信息论的角度提出了一种改进的随机游走节点相似性度量方法:基于相对熵的随机游走相似性度量方法RE-model(A random walk similarity measure model based on Relative Entropy).首先根据随机游走模型得到网络中节点的转移概率向量,再计算两个节点转移概率向量的相对熵得到该节点对的相似性.由于转移概率向量给出了从一个特定节点出发经过多步随机游走后到达网络其他所有节点的概率,导致网络中的每个节点在计算相对熵的过程中都被等同看待,并且网络规模的增大会使计算得到的节点间相似性耗时更多且存在较大偏差.根据节点经过多步随机游走后到达网络中影响力较大的节点的转移概率来构造该节点的转移概率分布,计算两个节点的转移概率分布的相对熵以得到网络中节点对之间的差异分数,进而得到网络节点间的相似性矩阵. RE-model度量方法降低了传统随机游走相似性度量对于大度节点的依赖性.通过在真实网络数据集上的实验表明,RE-model算法在对称性、网络传播及社区发现等方面表现良好.     

道路网络图的区块划分算法

为了解决基于并行系统动态交通分配的网络分割划分问题,该文给出了一种道路网络图区块划分的启发式算法。该算法不同于当前的普适算法,是专门针对交通应用中的道路网络图的特点而设计的,算法首先对矢量网络进行栅格映射,然后通过区块生长方法来满足分割要求。相对于其他算法,该算法能够满足任意指定数量的区块划分要求,分析过程不需反复迭代。因此算法的执行效率很高,并且能够得到理想的划分结果。同时由于所考虑的并行硬件环境是IBM兼容机加局域网的主流平台,算法具有一般性。     

基于聚类系数和节点中心性的链路预测算法

目前复杂网络领域受到越来越多人的广泛关注.其中链路预测是复杂网络研究中的一个热门的分支,被作为预测缺失链路和识别虚假链路的有效手段.传统基于相似性的复杂网络链路预测主要考虑每个节点的某个相似性指标,而该文提出一种基于聚类系数和节点中心性(CCNC)的链路预测算法,将度、聚类系数和节点中心性3个相似度指标结合,引入到复杂...