社团结构对一个SIR模型的基本再生数的影响（英文）

重点研究了社团结构对基本再生数的影响.通过边的断开和重新连接,一个随机的配置网络演变成了一系列具有相同的总度分布和不同的社团结构的网络.除此之外,推导出了在这些网络中的一个SIR(susceptible-infectious-recovered)模型的基本再生数,并且发现它在整个过程中并没有改变.     

具有两个社团结构的复杂网络上的SIS模型

文章将研究社团结构对疾病传播的影响,我们首先建立了具有社团结构的复杂网络上的SIS传染病模型,并利用下一代矩阵方法得到了该模型的基本再生数;最后通过数值模拟研究了社团结构参数Q值对基本再生数的影响。     

一类具有分布时滞的SIRS网络病毒传播模型研究

研究了一类无标度网络上具有分布时滞的网络病毒传播模型,得到了病毒传播的基本再生数.证明了当基本再生数小于1,病毒将最终从网络上消失,当基本再生数大于1,病毒将在网络上一致持续生存.推广了前人的研究结果.     

SF网络上的SIR模型

为促进复杂网络和传染病动力学在传染病研究中的应用,分析了SF(无标度)网络的拓扑结构对传染病传播的影响,深入讨论了SIR(易感者一染病者一康复者)模型的传播规律并得到基本再生数Ro.为了进一步控制疾病的传播,采取目标免疫策略,得到了有限的基本再生数Rto.     

基于复杂网络的快递网络性质分析

利用复杂网络的工具,对真实的快递网络进行了实证分析,得到了快递网络的基本统计性质,发现真实的快递网络是具有小世界特性和无标度特性的网络.并讨论了快递网络的社团结构,比较了社团结构划分结果和实际的异同.     

基于无标度网络的谣言传播模型研究

基于计算机网络的无标度性,建立了一类SIRS网络谣言传播模型.通过微分方程理论得到了谣言传播的基本再生数,证明了当基本再生数小于1时谣言将逐渐消失,当基本再生数大于1时谣言将持续存在.最后通过数值模拟验证了所得结论的正确性.     

电商商品网络的挖掘研究

研究发现,社团结构是复杂网络中的重要特性之一.针对电商数据,文章扩展社团理论提出商品社团:以商品为网络节点,以商品间的相关度作为节点之间是否连接的判断标准,构建商品网络,然后针对该网络进行社团分析,其中,作者采用皮尔森相关系数作为相关度的度量.通过分析天猫的数据,发现商品网络中确实存在社团结构,其中,手机数据中的社团特性更加明显.在各个社团中,通过介数可发现该社团中的重要商品.同时,分析了相关度的度量参数、商品类型和邻接矩阵二值化门限等因素对商品社团结构的影响,以验证所提方法的扩展性.最后,利用所提方法对商品的销售进行了预测,与基于K-means的预测方法相比,平均准确率提高9.5%以上.     

具有社团结构的小世界网络模型

基于WS小世界网络的生成原理及网络社团结构的性质,提出一种具有社团结构的网络模型.在网络生成参数的控制下,可生成社团结构紧密程度不同以及随机化重连程度不同的网络.通过分析聚类系数、平均最短路径等统计特征量相对于模型生成参数的变化规律,明确模型具有的小世界特性.仿真结果表明在参数的一定范围内,所生成的网络无论是局部还是整体都同时具有小世界特性与社团结构的性质,称为具有社团结构的小世界网络(CWS网络).利用网络效率和网络的可通信性指标,通过调整参数的取值,可使所生成的网络在信息传输方面的性能超过完全随机的网络,表现出较好的信息传输与通信能力.     

无标度网络上具有时滞的计算机病毒传播模型研究

基于计算机网络的无标度性,提出了一类具有非线性传染率和时滞特性的计算机病毒传播模型,得到了该病毒传播的基本再生数,证明了当基本再生数小于1时病毒将逐渐消亡,当基本再生数大于1时病毒将持续存在.数值仿真验证了所得的结论的正确性.     

具有小世界特性的复杂液压系统故障源搜索方法

针对复杂液压系统故障多样、成因复杂、隐蔽性强,故障源辨识困难,提出了一种基于小世界特性的先网络社团结构划分、后社团内的复杂液压系统故障源搜索的层次分析方法.构建了复杂液压系统的网络拓扑结构,以同时具有大的介数和度数的节点作为网络中故障传播社团的中心,来改进Wu-Huberman算法,从而实现了社团结构的划分.根据各社团连接边对应管路的液压参数变化,确定包含故障源的社团,进一步计算该社团故障传播的可达矩阵,定位了故障源节点.经过对轧钢加热炉液压系统起升故障的分析和故障源查找,证实了该方法可以根据系统网络的结构特征和间接故障表现,实现复杂液压系统故障源的识别.     

异质网络社区发现方法研究综述

社区结构是复杂网络研究中的重要领域,也是复杂网络的重要特征之一,发现网络中的社区结构在理解网络功能方面起着重要作用。通过对国内外异质网络社区发现文献进行深入研究,较为全面地对现有异质网络社区发现算法进行了归纳总结。首先,通过对国内外异质网络社区发现文献进行归纳,给出异质网络社区发现的基本概述,明确异质网络社区发现领域相关问题的基本定义。其次,介绍了异质网络社区发现算法及主要评价指标,利用不同网络结构以及算法对现有方法进行分类概述。最后,对异质网络社区发现算法的发展趋势进行了总结与展望,提出未来可以将研究重点集中在以下几个方面:1)探索基于异质网络的社区发现评价标准,以推动该领域的快速发展;2)设计更加通用的算法模型,解决由先验知识引起的未知社区数量问题;3)开展更多关于动态网络的研究。     

交联网络中的可重叠社团结构分析算法的研究

社团结构是复杂网络呈现出的一个重要特征。现有的社团结构分析算法都是针对非交联结构的复杂网络，并且大多数是将网络划分为若干相互分离的社团，无法对彼此重叠、互相关联的社团结构进行分析。本文根据交联网络的结构特点，提出了交联网络中可重叠社团结构分析算法（IBCPM算法）。本文利用该算法对用户收藏文章的交联网络进行了社团结构分析，并对所获得的社团结构进行了统计分析。实验结果显示了该算法的有效性及效率，并且发现社团重叠量的累积分布与节点所属社团数的累积分布也具有幂律分布的特征。     

自适应网络中针对疾病传播暂态的局部隔离策略

自适应网络中疾病传播的研究往往关注于稳态动力学特性及其控制,而最近的研究表明暂态动力学特性对于疾病的控制有着非常重要的作用.为了及时而有效地控制疾病爆发,本文提出了一种局部控制策略——熟人隔离策略.该策略能有效地控制疾病的传播,效果非常接近基于全局信息的最佳隔离策略.另外,我们通过分析不同隔离策略对各参数的敏感性来验证熟人隔离策略在控制效果方面的鲁棒性,并揭示了不同参数下隔离策略的控制效果对暂态过程中形成的社区结构的依赖性.     

基于社区森林模型的分布式重叠社区发现算法

重叠社区发现是复杂网络挖掘中的重要基础工作,可以应用于社交网络、通讯网络、蛋白质相互作用网络、代谢路径网络、交通网络等多种网络的数据分析,从而服务智慧交通、传染病防治、舆情分析、新药研制和人力资源管理等领域.传统的单机运算架构已经难以满足各类大规模复杂网络的分析和计算要求.人工智能领域的研究人员提出将社区发现应用到网络...     

具捕杀效应的SEI狂犬病模型的空间动力学分析

为讨论针对性的捕杀对狂犬病传播的影响,研究了一类具捕杀效应的易感者-潜伏期感染者-已经感染者(SEI)狂犬病模型.通过相应的特征值问题,引入基本再生数,并利用上下解方法建立了平衡点的稳定性.结果表明:有针对性的捕杀对狂犬病的控制和预防起着重要的作用.     

具有饱和接触率的SEIS模型的动力学性质

研究了具有饱和接触率的SEIS模型的动力学性质，得到了决定疾病绝灭或持续生存的基本再生数。对于不会因病致死的传染病，证明了地方病平衡点只要存在就是全局渐近稳定的。研究结果表明：具有饱和接触率的SEIS模型的基本再生数与具有线性或常数接触率模型的基本再生数相比有所下降。     

基于联合引力度扩展的加权网络重叠社区划分算法

基于引力度扩展的重叠社区发现算法(GDE),主要用于挖掘无权社交网络的重叠社区结构.真实社区更多是具有加权属性的,本文根据 GDE 算法的种子策略思想,并依据加权网络的特征,以网络节点的度与强度来综合确定重叠社区的中心节点,提出基于联合引力度扩展的加权网络重叠社区划分算法(UGDE).算法的实验检测结果表明：该算法对划分加权网络中的重叠社区具有可行性与有效性.     

社区楼宇群网络通信系统与综合布线设计分析

基于复杂楼宇群设计中的网络通信系统的基本特征,分析了一类典型楼宇群网络拓扑结构模型特点,进而给出满足现代网络布局的新型综合布线的拓扑结构模型与设计要求。     

基于小波分析的神经网络识别毒剂的研究

为快速、准确地识别毒剂,在分析神经网络识别毒剂基本方法的基础上,建立了带有偏差单元的递归神经网络识别毒剂模型,包括神经网络识别毒剂的学习算法和基于小波分析的毒剂特征提取. 通过剖析神经网络识别毒剂模型,设计了神经网络识别毒剂的软件,实现了神经网络对毒剂的识别. 用沙林模拟数据进行了测试和分析,结果表明,利用与化学传感器相联结的神经网络识别毒剂,是实现毒剂识别自动化、智能化的一种有效方法.     

复杂网络中具有媒介传播SIS模型的稳定性分析

介绍了具有媒介传播的SIS传染病模型,并根据已有文献中证明的结论和Hurwitz判据法证明了无病平衡点的渐进稳定性,给出了基本再生数％,并且讨论了在不同度分布下基本再生数。