基于K-shell的复杂网络关键节点识别方法

针对复杂网络中关键节点识别方法的分辨率和准确性不足的问题,该文提出了一种基于K-shell的复杂网络关键节点识别方法（K-shell based key node recognition method, KBKNR）。首先,采用K-shell方法将网络分层,获取每个节点的K壳（K-shell,K_s）值,通过K_s值衡量复杂网络全局结构的影响。其次,提出综合度（comprehensive degree, CD）的概念,并设定可动态调整的影响系数μ_i,通过平衡邻居节点和次邻居节点的不同影响程度,获取每个节点的综合度。在该方法中,当节点K_s值相同时,综合度较大的节点更重要。对比几种经典关键节点识别方法和一种风险评估方法,实验结果表明,该方法能够有效识别关键节点,在不同复杂网络中具有较高的准确率和分辨率。除此之外,KBKNR方法可以为网络节点的风险评估、重要节点保护和网络中节点的风险处置优先级排序提供依据。     

电路节点分析法教学探析

在应用节点分析法分析电路的实际教学中，往往会碰到写错节点方程得出错误结果的问题．从参考节点的选择、正确列出节点方程和受控源的正确处理三个方面探讨了解决这些问题的方法并结合实例进行分析，以求达到真正掌握这种方法并应用该方法来正确分析电路的目的．     

无线传感器网络初级初始化算法设计及仿真

针对网络初建无结构的特点，提出了基于共道干扰模型下的初级初始化算法．算法为每一个网络节点建立其邻居节点列表。确立簇头和从节点间的从属关系。并在此基础上，结合基于TDMA的MAC层协议，进一步为每一节点分配对应于TDMA不同时隙的不同颜色．仿真结果表明该算法具有较强的实用性．     

基于复杂网络理论的有向多关系网络级联失效研究

针对复杂网络中关键节点识别仅限于单个关系网络的问题，根据复杂网络理论构建有向多关系网络级联失效模型，研究多关系网络中节点重要性的识别与网络鲁棒性问题；依据所建模型提出多关系网络节点及连边指标与节点重要性识别公式。通过对网络模型采取不同攻击方式，验证所提指标与关键节点识别的有效性。研究结果表明，所提指标可以很好的反映网络模型的结构与特点，优先攻击高重要性的节点后网络失效节点比例快速增加，网络连通性大大降低，破碎程度迅速增大，对网络鲁棒性的影响大于随机攻击与高度数攻击；证明了所提关键节点识别方法的有效性，优先保护本文所提重要节点可以大大降低网络构建成本，提高网络抗风险能力。     

我国股票市场财富效应的实证分析

该文应用格兰杰因果关系检验和协整分析方法，对我国股票市场的财富效应作了实证分析，指出我国股票市场不具有财富效应而仅具有替代效应．     

基于复杂网络的类间集成测试序列生成方法

类间集成测试是面向对象软件测试的一个重要部分.将类抽象成节点,类间调用关系抽象成边,建立面向对象软件的复杂网络模型,根据软件网络的结构特征,分析类节点的影响力和复杂性,给出一种软件重要节点的度量方法.在此基础上,将错误被尽早发现的思想应用在类间集成测试排序中,在确保构造的测试桩复杂度较小的前提下,保证重要节点优先测试,得到了一种基于复杂网络的类间集成测试序列生成方法.最后,在开源软件DNS 1.2.0上进行分析和验证,证明了该方法的有效性.     

格兰杰因果关系检验在面板数据上的应用研究

基于格兰杰因果关系检验在面板数据研究成果基础上,建立一种设定检验方法去选择格兰杰因果关系方程,并对固定效应和随机效应的选择进行描述,建立了一套比较完整的应用理论框架.同时指明模型在设定中的应该注意的数据平稳性和协整分析、滞后期的选择.     

复杂网络的混沌控制

以异结构混沌系统作为节点构造复杂网络,通过稳定性理论来确定复杂网络中连接节点的耦合函数的互异结构形式.以Lorenz系统、Chen系统作为网络节点构成的复杂网络,通过仿真模拟发现,整个复杂网络存在稳定的混沌同步现象,说明了该方法的有效性.     

一种改进的非线性多变量格兰杰因果检验在污水处理过程参数关系分析中的研究

传统线性多变量格兰杰因果检验通过引入条件变量来判断两个变量之间是否存在因果关系，但条件变量的选择往往具有主观性而缺乏对其合理的规则，针对这个问题，提出一种可筛选条件变量的非线性多变量格兰杰因果检验方法。该方法使用支持向量回归构建检验方程以适应非线性条件，通过分析两两变量之间的关系构建初步结构后选择条件变量，并基于所选条件变量再进行非线性多变量格兰杰因果检验；引入两种拓扑结构避免对不产生伪因果问题的真实关系重复检验。在数字仿真和污水处理基准仿真平台上的实验结果表明本文方法能适应非线性条件，检验结果更准确，在计算强度上也有更好的表现。     

基于遗传算法的复杂网络节点匹配问题

为提高已知匹配节点较少情况下的网络节点匹配精度,提出一种基于遗传算法的复杂网络节点匹配方法。该方法根据网络结构以及已知的部分节点匹配信息,计算节点相似度矩阵,再由遗传算法求得网络间相似度之和最大的节点匹配方案。将其应用于EA随机网络、WS小世界网络和BA无标度网络,结果表明,三种复杂网络的匹配精度均有提高。该结果验证了文中方法的有效性。     

基于格兰杰因果检验的过程波动路径及根源识别分析

为解决流程工业中大范围过程变量波动时波动传播路径的确定和波动源所在回路的定位问题,提出了一种基于格兰杰因果检验的分析方法。该方法结合已有的频域分析方法,筛选出含相近频率成分的受扰波动变量,对其进行格兰杰因果检验,检验得到的回路变量间的因果影响关系表征了波动干扰的传播路径,以因果关系图的形式直观表达。利用先验过程知识化简因果关系图,并通过切除阈值搜索方式过滤掉次要因果关系分支,得到波动干扰的主要传播路径,由此定位波动源。仿真及工业数据的验证结果表明该方法是可行的。     

中国电力消费与经济增长的互动关系研究

基于检验有效性和可信度的考虑,利用协整检验来验证序列线性组合的平稳性,序列出现线性组合不平稳,则格兰杰因果检验是有效的;采用Hsiao版格兰杰因果检验进行最优滞后阶数选择,分析变量间因果关系的存在及方向.结果表明:除核电消费不是经济增长的格兰杰原因外,其他变量互为格兰杰原因.     

多维时间序列Granger因果图Markov性

文章利用Granger因果图表示多维时间变量序列间的因果关系,图中的顶点集由序列的各个分量组成,顶点间的有向边表示分量序列间的Granger因果关系,无向边表示分量间的同期因果关系.建立Granger因果图的p-分离准则,研究Granger因果图的Markov性.     

非平稳变量的Granger因果检验

由于非平稳的时间序列不具有有限方差,高斯-马尔科夫定理不再成立,用普通最小二乘法得到得参数估计不再是一致的,出现伪回归的现象,从而导致得出错误的因果关系。针对时间序列的非平稳性,指出目前进行Granger因果分析时所存在的问题,指出对非平稳变量进行因果分析的两种正确方法,并对这些方法的适应范围和优劣性进行比较。     

信用债券定价中的基准利率选择

银行间债券市场定价基础的不统一导致信用债券误定价现象时有发生,本文采用G ranger因果关系检验方法分析了央行票据与同业拆借利率之间的相互引导关系,研究发现央行票据是引起同业拆借利率变化的G rang-er原因,由此可以推断央行票据利率具有更强的价格发现功能,是当前市场条件下信用债券定价的基准利率。     

科技进步与产业结构优化升级互动关系的实证研究

通过构建衡量我国科技进步水平和产业结构水平的指标体系,采用因子分析法,分别将衡量科技进步水平的20个变量与产业结构优化水平的11个变量进行了数据浓缩,并通过协整分析、脉冲响应分析以及格兰杰（Granger）因果检验分析了1987-2007年我国科技进步水平与产业结构优化水平之间的互动关系。研究结果表明．科技进步水平与产业结构优化升级具有长期的协整关系;科技进步是产业结构优化升级的格兰杰成因,反之,产业结构不是科技进步的格兰杰成因;脉冲响应分析得出科技进步的一个单位的冲击对产业结构具有正向反应．而产业结构一个单位的冲击对科技进步具有负向反应。以上结果表明我国科技进步对产业结构优化升级具有明显的促进作用,但我国现有的产业结构水平对科技水平不具有显著促进作用。     

安徽出口贸易、经济增长与能源消费关系的实证分析

以1978-2007年间安徽省生产总值、出口总额和能源消费总量的数据为基础,运用协整分析和Granger因果检验对三者关系进行了实证研究.结果显示：3个变量间存在长期协整关系;安徽出口贸易与其能源消耗之间不存在双向因果关系,而安徽经济增长与其能源消耗之间则存在双向因果关系,安徽出口贸易与安徽经济增长之间呈单向因果关系.     

云南地方财政收入与经济增长的长期均衡分析

地方财政收入与经济增长的长期均衡状况是近年来区域经济研究的热点问题。采用云南省1990年至2009年的数据,在数据保持平稳性的前提下,对地方财政收入与经济增长进行协整分析。运用格兰杰(Granger)检验方法,得出二者之间存在单向的格兰杰因果关系:经济增长是云南地方财政收入的格兰杰原因,地方财政收入不是云南经济增长的格兰杰原因,并提出相关的政策建议。     

全球CO2排放量与地表气温升高的因果性检验

利用Ｇｒａｎｇｅｒ因果检验与互谱分析方法研究了自１８６０年至１９８８年全球ＣＯ２排放量与全球地表平均气温变化值之间的关系．结果证实了在这段人类用仪器记录最长的历史阶段中，ＣＯ２排放量与平均地表气温均有显著增加；且有证据表明ＣＯ２排放量的增加导致地表气温增加     

基于Granger因果检验和PCA的脑网络效应连接方法

为了提高脑功能效应连接网络检测的可靠性,提出了一种基于Granger因果关系检验和主成分分析(PCA)的功能磁共振(fMRI)数据效应连接方法.该方法首先通过PCA提取感兴趣区域内fMRI信号的时间主成分,以此特征作为时间参考信息,然后计算参考信息与大脑其余每个体素之间的Granger因果关系,并映射到全脑,形成Granger因果图(GCM).理论推导阐明了所提方法的有效性.采用该方法研究人脑运动功能脑区在手动任务下的效应连接GCM,结果验证了运动功能神经网络理论.