关于Hadamard标号图

一个阶图称为Hadamard标号图,如果的顶点能被标以分量为1,-1的不同的n维向量,使得的每一条边的两个顶点的向量是正交的.基于Hadamard矩阵问题的研究提出了Hadamard标号图的概念,并讨论了其属性.     

利用图论多分辨率聚类方法构建核磁可变T2截止值预测模型

准确求取T2截止值对核磁共振资料在储层评价中的应用至关重要,传统T2截止值获取方法受到区域性、储层非均质性等影响明显,实际使用中往往误差较大。本文基于岩心核磁实验,分析物性参数、核磁共振T2谱几何均值等参数与T2截止值之间的关系。考虑到储层非均质的影响,提出采用图论多分辨率聚类方法,利用邻近指数和核心代表指数划分测井相,结合铸体薄片等资料建立测井相与岩相的对应关系,建立基于测井相约束的可变T2截止值预测模型。在渤海盆地X油田实际应用中表明,本文提出的模型计算的T2截止值与岩心核磁实验T2截止值测量值误差较小,较传统方法优势明显,进一步提高了利用核磁共振资料计算储层参数的准确性与适用性。     

基于CiteSpace的推荐系统研究可视化分析

分析推荐系统领域研究热点主题和未来发展趋势,对提高和改进推荐结果对用户友好性具有重要意义。本文采用科学知识图谱分析工具CiteSpace对2001-2020年间自然科学引文数据库中推荐系统领域文献进行可视化分析和解读。研究结果显示,推荐系统领域当前热点研究有“协同过滤、个性化推荐、用户画像”。推荐系统的研究前沿发展趋势集中在：冷启动、深度学习、相似性度量。建议未来在该领域的研究树立新高度,站在多学科结合视角、加强学术间交流、增进机构间合作,消除现有技术壁垒,促进推荐系统研究积极向前发展。本文研究结果可为国内推荐系统研究的后续理论研究和实践操作提供参考依据。     

基于图注意力和特征融合的链路预测方法

链路预测是一种还原网络缺失信息的方法，通过当前已观察到的链路，预测实际存在但未被观察到的链路或可能出现的新链路.当前链路预测主要是基于图神经网络的深度学习方法，相比基于规则的启发式方法，前者可有效利用网络拓扑结构信息，较大地提升了网络链路预测性能，并可应用到类型更广泛的网络中.但是现有基于图神经网络的方法，仅利用网络中节点相对位置信息，忽视了节点基本属性和链路的邻居信息，且无法区分不同节点对链路形成的重要程度.为此，本文提出一种基于图注意力网络和特征融合的链路预测方法.通过增加节点的度、链路的共同邻居数量和共同邻居最大度等特征，丰富了网络的输入特征信息.本文首先提取以目标节点对为中心的子图，然后将其转化为对应的线图，线图中的节点和原图中的链路一一对应，从而将原图节点和链路信息融合到线图的节点中，提升了特征融合的有效性和可解释性.同时本文使用图注意力机制学习节点的权重，增强了特征融合的灵活性.实验表明，本文所提出的方法，在多个不同领域数据集上的AUC和AP均超过90%,在已观测链路缺失较多时，预测性能保持80%以上，且均优于现有最新方法.     

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.     

基于视域分析模型的永泰庄寨多情景空间组构特征解析

以永泰县丹云乡和城寨为例，基于空间句法理论，利用Depthmap软件中的视域分析模型对平面空间布局进行量化解析.在日常生活、仪式活动和防御行为等多情景下，庄寨内部可行空间的组构呈现动态特征，进而可归纳出庄寨空间平面布局对家族内部伦理规训的表征规律.即可通过空间之间的灵活分隔、开合形成不同的空间联通和布局方式，“身体-空间”耦合变化强化了特定情景下的内外有别、主宾有序等伦理秩序对人的行为规训.