基于聚类分析的复杂网络中的社团探测

社团结构是复杂网络中普遍存在的一种特征.本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚类遗传算法.然后用3种类型的网络实验算例验证了本文算法的有效性,并对实验结果进行了比较分析,得出本文提出的新算法在初始化敏感性和准确性方面效果较好.最后指出本文算法的进一步研究方向.     

复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果,并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较,对社团结构与网络功能的研究进行简略介绍,并对社团结构研究的发展做出展望。     

复杂网络的社区结构

社区结构作为真实复杂网络所普遍具有的一个重要拓扑特性,在最近10年内得到了广泛而深入的研究.回顾了近几年国内外社区结构研究的主要进展,重点介绍社区发现的研究历程和研究成果,并结合社会计算的背景展望了社区结构研究的未来发展方向和潜在的应用价值.     

复杂网络中社团发现的快速划分算法

复杂网络中的社团发现是具有重要理论意义和应用价值的研究领域。针对已有谱平分法和分裂法时间复杂度较高、不适用于社团结构未知的大规模网络等问题,本文提出以扩散距离为谱平分依据,以模块度函数为衡量社团结构划分效果的快速划分算法,并进一步说明了扩散距离的收敛性。实验结果表明,与已有的社团发现算法相比,基于扩散距离的快速划分算法能够得到满意度高的社团结构,时间复杂度较低,对稀疏网络和非稀疏网络都能高效求解,从而体现出算法具有较高的鲁棒性。     

复杂系统、复杂网络自相似结构的涌现规律

在现实世界的复杂系统中,树状分形广泛存在.最近对于复杂网络的研究又揭示大量网络为自相似结构,随之而来的问题是:自相似结构是如何形成的.本文结合复杂系统与复杂网络,给出一个树状生长模型,通过论证揭示:生长过程及自相似结构的涌现,可集中由简单的幂律体现:幂律是自组织形成的临界状态,在它的支配下,系统得以保持有序演化发展,并涌现层层相似的自相似结构,其分形维数或相应的指数,是系统功能的度量.复杂寓于简单,简单形式的幂律蕴含了自组织演化发展并涌现自相似结构的全部过程的信息,是支配现实世界广泛现象的动力学.     

一些实际双层网络之间的合作涌现

为了说明多层网合作涌现及其双层网模型适用于更多领域的系统,报道了在高速-普通公路、大陆-香港电影、理论-实验高能物理科研、两个专业学生的手机联系、神经内分泌-免疫等5个双层网中出现的合作涌现。这些实际调研结果与该双层网模型的结论比较好地符合。     

基于保守合并策略的复杂网络社区结构发现

为了有效的进行复杂网络社区结构发现,在CNM算法的基础上引进了一种具有额外头部节点的堆数据结构,在社区合并的过程中采用有偏的随机抽样方法,实现了较为保守的合并策略.随机合并算法的输出有更多的机会到达模块度函数的平台区域,在通常情况下其平均表现超过了原始CNM算法.在合成和真实的网络上验证了所提算法的可行性和有效性.     

具有时变拓扑结构的复杂网络的牵制控制

研究了一类具有时变拓扑结构的线性延迟耦合的复杂网络模型,网络的内、外耦合矩阵都具有时变性,建立了一个新的混沌动力学模型,结合线性反馈控制、牵制控制等方法,运用Lyapunov稳定性理论得到了新的网络同步准则,数值仿真验证了结论的有效性。     

复杂网络模糊重叠社区检测研究进展

模糊重叠社区检测通过扩展隶属度取值空间,实现了重叠节点与社区之间复杂且模糊隶属关系的精确化测量,不仅能够有效提升重叠社区结构检测的精确性,而且能够深度挖掘出节点和社区的重叠特性。文中首先分析了模糊重叠社区检测与传统离散重叠社区检测的关系;然后对二者的国内外相关研究现状进行阐述和分析,其中在模糊重叠社区检测方法研究中根据模糊隶属度获取方式的不同将当前相关研究分为扩展标签传播、非负矩阵分解、基于边界节点的两阶段检测、模糊聚类、模糊模块度优化五大类进行综述,重点分析了基于进化算法的模糊模块度优化方法;最后对模糊重叠社区检测研究未来的发展趋势进行了分析和展望。     

复杂网络中的社团结构分析算法研究综述

许多实际网络中都存在着社团结构.为了寻找大规模复杂网络中的社团结构,人们提出了很多算法.本文综述了近几年来比较有代表性的一些算法.首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法.最后指出了进一步的研究方向.     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

Universality of Competitive Networks in Complex Networks

The paper proposes a model which helps to investigate the competitive aspect of real networks in quantitative terms. Through theoretical analysis and numerical simulations, it shows that the competitive model has the universality for a weighted network. The relation between parameters in the weighted network and the competitiveness in the competitive network is obtained by theoretical analysis. Based on the expression of the degree distribution of the competitive network, the strength and degree distributions of the weighted network can be calculated. The analytical solution reveals that the degree distribution of the weighted network is correlated with the increment and initial value of edge weights, which is verified by numerical simulations. Moreover, the evolving pattern of a clustering coefficient along with network parameters such as the size of a network, an updating coefficient, an initial weight and the competitiveness are obtained by further simulations.     

复杂网络理论及其在航空网络中的应用

复杂网络理论是对复杂系统的高度抽象，它突出强调了系统的拓扑特征，其中许多性质如小世界性质、无标度性质等等已经得到了广泛的研究。本文从复杂网络的统计特性、结构模型以及在航空网络中的应用3个层次系统回顾了复杂网络的基本理论和应用现状，期望对航空网络规划问题的研究起到一定的借鉴作用。     

Recent Advances in Complex Networks

1 1Introduction In the past few years, the computerization of data acquisition and the availability of high computing power have led to the emergence of large databases on complex topology of various real networks, including the Internet, the World Wide Web (WWW), metabolic network, scientific collaboration network and may other examples. The availability of the huge amount of real data has in turn stimulated great interest in trying to uncover the generic properties of complex networks [1-…     

任意指定图像目标的实时检测与跟踪

根据实际设计了一种军用数字电视跟踪器 ,对其中的关键技术———任意指定图像目标的检测和跟踪作了介绍 ,讨论了其数学模型 ,针对不同的实际场景提出了不同的算法 ,即基于灰度域图像分割的跟踪算法和基于特征图像匹配的跟踪算法 ,并结合实际设计讨论了硬件实现的关键技术 ,最后给出了实际的跟踪效果。实际实验结果表明 ,该模型和跟踪算法可以有效地跟踪实际战场环境下的各种目标。     

复杂网络: 结构和动力学

(续本刊2006年第4期) 6 应用 本章将讨论前述理论在实际网络中的应用,包括网络的结构和动力学两方面的问题.首先回顾社会网络的某些结构并考虑两类社会网络(意见形成和博弈模型)的动态演化,然后探讨因特网和万维网的统计属性,最后集中讨论生物和医学复杂网络,如分子成分之间的相互作用网和神经网络.     

复杂网络:结构和动力学

耦合的生物化学系统、神经网络、相互作用的群居物种、互联网和万维网只是由大量高度相互连接的动态个体组成的系统的少数几个例子。获取这类系统的全局特征的首选方法是建立图模型——图中的点代表动态个体，边代表个体间的相互作用。一方面，科学家们需要处理结构问题如刻画一个复杂连线体系的拓扑结构、揭示建立在现实网络基础上的统一原理，以及完善模型从而模拟网络的增长和复制网络结构特性；另一方面，在研究复杂网络动力学时会产生许多相关问题，例如研究一个大的动态系统如何通过复杂连接的相互作用来表现集体行为的。我们回顾了近来在研究复杂网络的结构和动力学方面的主要概念以及取得的结果，总结了这些思想在许多不同学科包括从非线性科学到生物学、从统计力学到医药学以及工程学等领域的有关应用。     

复杂网络:结构与动力学

(续本刊2006年第3期) 　　3 静态与动态鲁棒性 　　网络的鲁棒性是指当网络中的部分节点或边被破坏时,网络仍然能够继续维持其功能的能力.这是一个具有明显实际意义的论题,因为它直接影响着任何发生在网络上的过程的效率,而且它也是复杂网络文献中最早被探索的论题之一.……     

复杂网络与一类开放的复杂巨系统的探讨

从开放复杂巨系统的角度，分析近年来人们感兴趣的、在不同领域中所进行的有关“复杂网络”的研究，以及新兴的从整体出发研究问题的其它学科，认识它们与开放的复杂巨系统及其综合集成法之间的联系。更进一步阐明，处理与开放复杂巨系统相关的问题只能用综合集成法，它提供人文与科技的沟通，是理性与非理性的结合。