复杂网络节点中心性

将网络中心性方法按照理论特征划分为节点关联性、网络最短路和模拟流问题,并对现实网络的局域性、信息完备性和动态性进行了深入分析,在此基础上建立了中心性方法与实际网络之间的匹配关系.     

基于图论的青海公路网鲁棒性研究

针对青海公路的实际情况构建了基于图论的青海公路网,提出了重要节点、重要路段的评估方法并确定了重要节点、重要路段TOP10。对重要节点和路段分别进行了蓄意攻击仿真实验,并随机选取相同数量的节点和路段进行了随机攻击仿真实验,对比结果验证了评估方法的有效性,由此得出了增强整个路网鲁棒性的方法。     

基于图论的节点分析

针对网络节点抗漏洞攻击能力弱造成网络鲁棒性差的情况,分析了基于图论的节点鲁棒性、节点重要性和节点多样性研究现状,提出了一些能够较好满足节点鲁棒性和多样性要求的方法;对节点鲁棒性测量的3个方法作了定义;对四种典型的测试网络用这些测量方法进行了对比分析,结果表明考虑了节点多样性的网络其节点连接鲁棒性、节点恢复鲁棒性和抗攻击性有了明显提高.这样的网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,具有较强的鲁棒性.     

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...     

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...     

复杂网络子图中心性分析

许多现实网络虽然具有小世界和无标度的全局结构特征,但可能具有非常不同的局部结构特征,子图从局部层次刻画了网络内部相互连接的特定模式.本文通过仿真分析的方法研究了ER随机网络、WS小世界网络和BA无标度网络模型的子图中心性的特点,得出了这三类网络模型的子图中心性与网络密度、重连概率和网络规模之间的关系.仿真结果表明,子图中心性能够刻画复杂网络的拓扑结构.     

一种基于邻居节点和边的复杂网络节点排序方法——NL中心性算法

提出了一种基于邻居节点和边的多属性排序方法——NL中心性算法,该算法不仅使用邻居节点和次邻居节点的个数进一步区分了节点的位置,而且还考虑了边对节点重要性的影响。实验结果表明,NL中心性算法在准确性及运行效率方面都优于其他中心性算法。     

基于电阻网络的节点重要性判别

节点中心性是复杂网络研究的关键问题之一.我们从电阻网络出发,基于基尔霍夫电流定律,定义了一种新的中心性指标KL(G),该指标由通过节点的电流和基于度的电流方差构成.这个指标在网络流的基础上考虑了网络的全局信息和节点所处位置的局部信息.我们将指标应用于实际网络中,发现其可以识别出对于社团结构来说重要的节点,结合辅助指标w还可以区分社团重叠节点和桥节点.     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中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、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

基于图论的网络鲁棒性增强算法

针对网络节点抗漏洞攻击能力弱、网络鲁棒性差的情况,提出一种基于图论的鲁棒性增强算法.首先介绍基于图论和多样性的网络鲁棒性策略,提出节点相关度的概念、分类描述及量化指标;其次分析多样性对各种漏洞攻击的作用.对采用该算法生成的一种30个节点、4种着色方案的图进行详细分析,对由本算法生成的六种图的统计特征进行归纳.实例表明,依照该算法构建的网络是一种较均匀的网络,这种网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,减少相继故障,避免雪崩效应,具有较强的鲁棒性.     

铁路高速列车网络控制系统及其电磁兼容性研究

概述了目前国内各种高速列车动车组及其列车网络控制系统;介绍了各列车网络控制系统遵循的电磁兼容性标准;针对某一网络控制系统,分析了其主控电路、电源和接地、电缆等方面的电磁兼容性问题;最后,解决了某一实际高速列车车载电磁干扰问题.     

基于复杂网络理论的河流网络建模与分析

应用复杂网络理论建立河流网络模型,并以海河水系为例,建立了2个网络模型:模型Ⅰ和模型Ⅱ。模型Ⅰ只包含自然节点;而模型Ⅱ既包含自然节点,也包含人工节点。针对河流网络节点和边的自身特殊性,提出了河流网络节点重要性的权值指标和边重要性的权值指标,并研究和比较海河网络的节点及边的重要性;最后,对所建河网模型和提出的重要参数指标进行总结与展望。     

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.     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

基于图论的网络控制系统动态调度策略研究

针对网络资源的有限性对网络控制系统性能所产生的影响问题,研究了一种基于图论的动态调度策略.通过引入图论思想,以获取被控对象与控制器之间网络的最短路径,从而优化系统的带宽分配;并进一步利用EDF调度算法,有效处理动态网络环境下资源利用,降低网络诱导时延和数据流量,保证系统的通信性能;最后,通过实例仿真验证了理论的有效性和正确性.     

基于传输贡献矩阵的城市路网节点重要性评估方法

 在城市道路中,通常采用交叉口流量或道路连接数等单一指标确定路口重要性,很难保证突发事件下道路网络运行的可靠性。鉴于城市道路网络的无标度特性,以交通阻抗为权重,将城市道路网络抽象为加权网络,提出节点重要度传输贡献矩阵方法,评估道路交叉口重要性。该方法综合考虑交叉口所处路网位置、道路连接数及关联路段交通阻抗,采用节点效率值表示其位置信息,通过融合节点度值和交通阻抗值,构建交通信息传播过程中节点之间的重要度关联,以表示相邻路口间重要性依赖关系。以天津市区域路网为例计算各交叉口重要度,采取连续移除重要节点方式,模拟连锁故障过程,并将结果与节点收缩法进行对比。实证分析表明：在移除最重要的8个节点后,路网最大连通子图规模较节点收缩法降低9.10%,验证了该方法的有效性。     

基于时序InSAR技术的京津高铁区域沉降稳定性评估

高速铁路对轨道的平顺性及线下构筑物的稳定性有严格的要求,而铁路地理跨度大,采用定期的常规地面人工测量方法无法及时有效得到高速铁路沿线的形变,给线路的稳定性评价和列车的安全运营造成了潜在的隐患.本文以京津高速铁路永乐站至天津站区段为研究区域,利用时序差分雷达干涉测量技术,选用C波段雷达数据对沿线区域进行了形变监测,获得了该区域在2007-02-2010-07时间范围内的纵断面方向平均沉降速率曲线及沿线平均沉降变化率曲线;对比分析了沿线区域沉降变形规律,提出区域内差异性沉降是对线路稳定性影响较大的因素;并根据影响程度对线路进行了分级评估.该结论对于京津高铁的运营及维护具有重要参考意义和实用价值.     

基于图论和可拓评判的网络硬件设备安全分析方法研究

通过对主要网络设备因外部和内部攻击的现实状况进行必要分析和探讨,给出对网络硬件设备安全危害程度相关的图论分析和可拓逻辑分析的2种方法,并进行必要的安全设备信息关联分析和给出必要的解决思路。