基于邻介熵和邻度熵的复杂网络中心性算法

识别复杂网络的重要节点是复杂网络研究的关键点,也是网络稳定性判定的重要理论基础.常用的识别节点影响力的中心性指标有介数中心性、度中心性、特征向量中心性和K-core 中心性等,这些指标在识别重要节点时存在一定的局限性.为了解决以上问题,将节点v_i的邻居节点集划分成关联邻居节点集(MR)和非关联邻居节点集(M_UR),结合图的信息熵以及节点的介数中心性和度中心性,提出新的中心性指标,即基于邻介熵(NBE)和邻度熵(NDE)的关联邻居中心性RNC 和非关联邻居中心性URNC.实验通过动态攻击来评估新的中心性指标在一个实验网络模型和五个真实网络上的效率,结果表明,新的中心性比传统的中心性具有更高的识别重要节点的效率.     

时序超网络上重要节点挖掘方法研究

在如何识别时序超网络上的重要节点方面取得了一定的进展。定义了该类网络上度量节点重要性程度的8个中心性方法及随机移除节点的基线方法，分别侧重于网络不同的拓扑结构性质和时间特征，从多个角度综合考虑了该类网络上节点的重要性。同时，构建了时序超网络上的SI传播模型，基于该模型提出了新的评估方法来衡量所提出的中心性方法的有效性。研究表明，在时序超网络上，基于最快到达路径的介数中心性方法是评价该类网络上节点重要性的良好指标。此外，基于时间分辨率的度和超度中心性方法通过寻找网络的最佳时间分辨率，可以进一步优化普通的度和超度中心性方法，弥补了普通方法不能有效考虑网络时间信息的缺点，且在多个真实网络上表现出与介数中心性方法相当的性能。     

基于优化阈值法的股票网络构建与重要节点判别

研究了中国股票市场牛市、熊市、平稳震荡3个典型时期的主要性质与特征.首先收集了这3个时期的金融市场数据,用优化阈值法构建网络.之后对构建的网络进行社团划分,并在此基础上挑选出了对于社团重要的点;同时利用节点中心性经典指标:度中心性、介数中心性和紧密中心性挑选出了网络中重要的节点.     

多层航线聚合网络建模及相关性分析

为研究航空公司航线网络结构特征,基于复杂网络理论以机场为点,机场间的直通航线设边,建立由46个航空公司子网络聚合的多层航线网络模型,计算并分析其参数指标。结果表明:航空公司航线网络分布具有明显地域偏好性和较短平均路径长度;网络平均度与网络密度、聚集系数呈强正相关性,与平均路径长度有强负相关性;航线规模与网络直径无明显关系。聚合后的多层航线网络具有明显的小世界网络和无标度网络特性;节点度对网络指标影响最大,与网络中心性指标、介数呈强正相关,与点聚集系数和最短路径呈负相关性;介数与介数中心性具有强正相关,与特征向量有弱的负相关性;聚集系数与网络其他指标均呈负相关性;最短路径与网络接近中心性和特征向量中心性影响最大。     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

代价下复杂网络攻击策略有效性研究

为了预测攻击策略的有效性,提出了介数紧致系数、接近度紧致系数2个新的度量指标,并在考虑攻击代价条件下,理论分析了平均度、介数紧致系数、接近度紧致系数3个指标与攻击策略有效性的关系. 选取4种复杂网络作为实验网络,对实验网络在度攻击、介数攻击、接近度攻击策略下进行仿真. 实验结果表明,针对同一网络,度攻击策略最差;相同平均度下,介数/接近度紧致系数越小,则与此对应的介数/接近度攻击策略越有效.      

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行性和有效性.仿真结果表明,提出的组合中心性度量方法在节点重要性排序性能优于单一节点重要性排序性能.     

互联网AS级拓扑中心化度量方法

针对如何能够在规模庞大、结构复杂的互联网AS级中准确而迅速地发现中心节点这一问题,展开对互联网AS级拓扑中心化度量方法的研究.应用三种现在普遍应用的中心化指标——度中心化、紧密度中心化、介数中心化,同时提出一种核中心化的度量法来度量网络中的高核数节点集合.采用节点删除法,通过删除某个节点对网络连通的破坏程度来度量网络中该节点的重要性.经研究发现紧密度中心化在互联网AS级度量上弱于度中心化和介数中心化指标;度中心化和介数中心化在攻击节点数小于0.5%时,有很强的相似性;核中心化度量方法非常适用于查找到网络中度值较高且连接紧密节点所构成的社团.     

一种基于邻域的组合中心性方法

关键蛋白质是各种生命活动的重要参与者,在生命生存和繁殖中起着至关重要的作用.基于邻域的中心性方法是识别关键蛋白质的常用方法.提出基于邻域组合的中心性方法(CNC),将度中心性方法(DC)与局部平均连接中心性方法(LAC)进行组合,并引入参数α调节DC方法的影响权重.实验表明,与现有其它邻域中心性方法相比,CNC方法提高了静态和动态蛋白质相互作用网络的关键蛋白质识别率.     

恐怖网络中基于节点割集分层的组织结构发现方法

“911”等一系列恐怖事件导致越来越多的国家开始重视恐怖组织网络的研究,但社会网络分析中的一些典型度量,如节点的度、介数、接近度等,不能很好地适应具有高度组织性的社会网络.文中针对层次结构性较强的恐怖组织网络,提出了一种新的节点重要性度量,其综合了节点的全局信息与局部信息,利用割集算法对网络节点进行分层获得节点全局信息,局部信息则直接利用了节点的出/入度,并使用BP神经网络方法对综合度量进行参数优化.针对“911”恐怖事件成员网络实际数据的分析结果验证了这种度量的有效性.     

时态信息处理技术研究综述

时间是信息的重要属性。随着数据库与信息技术的深入和发展，时态信息在信息系统扮演着日益重要的角色。将时态信息研究的起源与发展分成3个时期，简述各个时期研究情况和代表性成果。还分析了国内外时态信息有关研究献，介绍了几种代表性时态数据模型，对时态信息技术研究现状与存在的不足，以及未来的发展都给出了作的见解。     

时态数据库理论研究

一个好的时态数据库逻辑设计目标是消除数据冗余以及插入、删除和更新异常。因此,我们对时态初等函数依赖,时态初等关键字,时态初等主属性,时态简单关键字,时态简单主属性进行了定义,并研究了时态初等关键字范式和时态简单范式的分解问题,给出了相关分解算法。最后,基于TFD和TMVD混合集提出了时态第四范式(T4NF),并给出了时态模式的T4NF的无损分解算法,对算法的可终止性、正确性进行了证明,对时间复杂度进行了分析。     

一种面向自然语言表达的不确定时态数据的建模方法

在医疗信息系统中,含自然语言表达式的时态信息起着关键性作用。如何处理基于自然语言的不确定时态信息问题一直没有得到很好地解决。针对医疗信息系统的需求,在此对时态数据模型的研究现状以及一些经典的不确定时态医疗信息数据模型进行了研究。对各种传统的时态原语类型进行不确定性扩展。提出了基于自然语言表达式的不确定时态数据模型NLTM。     

基于模糊集的不精确时态关系建模

基于模糊集理论,建立了一种扩展Allen时态关系模糊时态区间模型.在经典时态关系的基础上,讨论了模糊时态区间关系,提出了时间点的模糊时态序列概念,并定义了模糊时态关系属性,同时用模糊时态序列定义了模糊时态区间的边界关系.最后结合时序测度公式对13种模糊时态定性关系给出了精确的表达.能精确表达模糊事件的精确和不精确关系,也为模糊推理提供了理论基础.     

一种面向对象的时空数据模型及其操作

提出了一种面向对象的时空数据模型,研究了其数据结构、时空数据的建立算法、时空数据的更新算法及时空数据查询方法,并给出了一个模拟地籍的历史演变的实例．     

时态查询语言的扩展

讨论了时态数据库处理不明确时间存在的一些问题，并给出了描述不明确时间间隔的方法。之后扩展了各种时态运算，并给出了与不明确时间相关的新运算符。最后给出了能够处理不明确时间的查询语言扩展。     

一个面向对象的实体-联系-时间模型

讨论了一种应用于时态数据库的数据模型———面向对象的实体 联系 时间 (ERT)模型 .将时态概念作为模型组成部件 ,重点描述了其模型结构和重要的时态概念 ,简要介绍了相应的时态关系代数操作 ,及在此基础上的约束     

基于MS SQL的时变属性的表达机制研究

时态信息处理是当前信息处理的主要研究方向之一,时变信息的表达与应用是时态信息处理的关键技术。文中利用RDBMS系统实现时态信息的表达和时态信息的基本应用,通过基于MS SQL的结构化语言实现时态信息处理,特别是对于记录时变属性的时间变元Now的有关操作进行了设计,表达了时态变元Now的即时变化的语义。     

时态知识/数据模型研究及应用

时间是信息的重要属性,不仅数据有时态性,而且知识也有时态性.时态信息在信息系统中扮演着日益重要的角色,在某些系统中还起着关键性作用.将时态应用分为完全时态应用、嵌入式时态应用和混合型时态应用3种模式,提出一种时态信息模型,重点讨论时态数据模型和时态知识表达模式,介绍典型时态信息系统"工资智能决策支持系统"中的知识/数据处理模型.     

时态关系的向量表示及其推理

作为推理的基础,时间的表示方法是一个基本的要素。文中为Allen的区间代数理论中区间的关系表达提出了向量表示法,称之为关系向量。其后,给出了定义在关系向量上的几种运算,并将其运用于时态推理中。这种方法把原先的矩阵表示法降为向量表示,从而较好地减少了时态推理计算量,并易于计算机实现。