多层超网络探索中的若干问题与思考

 网络科学已进入更高的超网络科学探索阶段,近年来探索多层次超网络已成为国内外令人关注的前沿课题之一。本文探讨超网络特点,列举了2个典型实例,论述了理论模型及其重要性,讨论了非线性超网络数理问题的艰巨性,介绍了多层次超网络的研究路线和进展概况,提出探索中的问题并进行思考。     

基于时变特性的多层脑网络拓扑属性分析及脑疾病分类

多层脑功能网络已经广泛应用于疾病的诊断。现有研究大多利用动态功能连接的改变诊断疾病,极少探索多层网络拓扑属性对疾病分类的影响。目前主要通过计算所有单层网络拓扑属性的均值或标准差来表征多层网络拓扑属性,但这忽略了有代表性的特定属性值及拓扑属性整体分布情况的影响。因此,提出基于统计指标的多视角多层脑网络拓扑属性计算方法,综合表示网络的拓扑结构。具体来说,在现有方法的基础上,引入极差、相对极差、离散系数计算多层网络拓扑属性,并用于疾病的分类。结果显示,无论是自闭症还是阿尔兹海默症的诊断,基于相对极差、离散系数视角的分类准确率均显著高于传统方法。这表明,本研究所提出的方法有效提高了疾病的分类效果且具有较好的可扩展性。同时,多视角融合特征获得最好的分类结果。因此,从多个角度表征多层脑网络的拓扑特征,有利于更好地识别精神疾病,从而在临床诊断中具有重要的应用价值。     

多层前向网络在非均匀介质参数识别中的应用

将多层前向神经网络技术和计算力学方法相结合应用于非均匀介质参数识别,提出了一种新的Ｓｉｇｍｏｉｄ函数,使用前网络能较好实现全局最优逼近,采用有限元法获得神经网络训练所需的样本集,然后通过实测点的位移值用三层人工神经网络对非均匀介质进行参数识别,计算机数值实验表明,这种方法是有效的,所得结果具有相当的精度。     

一种多层组合超静定梁的分析

文章基于平面假设对一种由不同材料组成的3层组合超静定梁进行理论分析,给出了组合梁的位移和应力计算公式,所得到的结果可以很容易地退化为双层组合超静定梁和单层超静定梁的情况,也可推广到任意层组合超静定梁的情况。     

基于多层体系结构的网络教学系统

为解决大规模网络教学应用中系统可集成性和教学资源与系统模块互操作性的问题,基于多层体系结构的网络教学系统,提出了规范化的接口设计、自描述结构化的数据表示方法、基于主题的发布/订阅通信机制、以及异步的数据交换协调执行模型。系统已经用于清华大学继续教育学院和东南大学远程教育学院,开设500多门课程,支持3万人以上用户在线使用,平均单条信息查询时间在10m s以内。实际应用表明:系统在用户并发数量和数据批处理效率等指标上基本满足大规模远程网络教学的实用业务需求。     

多层脑功能网络与单层脑功能网络的对比研究

为探究多层脑功能网络和单层脑功能网络的联系与差异,收集34位健康个体在静息状态下的功能磁共振成像数据,分别构建单层网络和多层网络模型并进行社区检测,分析两种模型的模块划分差异、网络拓扑指标间的联系及脑节点的分类情况．研究结果表明：多层网络的模块数量和质量显著高于单层网络,两种模型的网络拓扑指标间存在显著相关性,多层网络将脑节点划分为21个provincial hubs,49个connector non-hubs和20个peripheral non-hubs．显示了多层网络在研究大脑动态性具有独特优势,揭示了大脑功能的模块化特征,为深入理解大脑动态性提供了重要的思路和方法．     

多层航线聚合网络建模及相关性分析

为研究航空公司航线网络结构特征,基于复杂网络理论以机场为点,机场间的直通航线设边,建立由46个航空公司子网络聚合的多层航线网络模型,计算并分析其参数指标。结果表明:航空公司航线网络分布具有明显地域偏好性和较短平均路径长度;网络平均度与网络密度、聚集系数呈强正相关性,与平均路径长度有强负相关性;航线规模与网络直径无明显关系。聚合后的多层航线网络具有明显的小世界网络和无标度网络特性;节点度对网络指标影响最大,与网络中心性指标、介数呈强正相关,与点聚集系数和最短路径呈负相关性;介数与介数中心性具有强正相关,与特征向量有弱的负相关性;聚集系数与网络其他指标均呈负相关性;最短路径与网络接近中心性和特征向量中心性影响最大。     

基于SCIE的原子层沉积文献计量学研究

采用文献计量方法,从年代分布、国家/地区分布、文献类型分布、期刊分布、机构分布、学科分布、引文情况等方面,对SCIE中收录的近10年来关于原子层沉积的研究文献进行了统计分析,以期了解世界各国在这一研究领域的进展情况,为专业研究人员提供信息参考。     

一种超网络演化模型构建及特性分析

现实世界的很多超网络比如科学家合作超网络,演员合作超网络,WorldWideWeb（WWW）以及引文超网络都具有超边的增长和优先连接机制.基于这个原则,本文构建了一种超网络动态演化模型,并介绍了这个模型的一些基本拓扑性质,如节点度、节点超度、超边的度等.在此演化模型上重点理论分析了超度分布的特性,并进行了仿真实验,发现随着网络规模的增大,这个超网络动态演化模型的超度分布遵循无标度的特性.     

统一混合超网络理论模型的特性研究

提出了统一混合网络理论体系(简称UHNTF), 揭示了拓扑特性之间的复杂转变关系. 基于统一混合网络理论体系, 构造了多种类型的多层超网络模型. 数值计算了这些超网络模型的新拓扑特性, 发现了一些有趣的新现象. 为统一混合网络理论体系的更广泛的实际应用奠定了一定的基础.     

基于多层前馈网络的计量经济模型敏感性分析方法

多层前馈网络计量经济模型可以描述复杂的非线性经济现象,在经济建模中的应用日益广泛。而经济敏感性分析是一种研究经济的有效方法,潜在函数关系的可微性是应用该方法的前提条件之一,其要点是用拟合函数的导数来近似潜在函数的导数。介绍了四种敏感性分析方法,给出了多层前馈网络计量经济模型正规化灵敏度的解析计算方法,并说明了对多层前馈网络计量经济模型进行敏感性分析是一种有效识别敏感因素的方法。     

二阶变元混合有限元的多层网格法

为了研究一些实际工业的问题,运用一致三角剖分的扩张混合有限元方法求解了具有二阶变元的反应扩散方程,并提出了一种可求解一般性问题的二阶变元混合有限元多层网格法.     

基于MRF模型的多层前馈网络纹理分割方法

提出一种基于马尔柯夫随机场模型和多层前馈神经网络进行纹理分割的方法，利用二阶高斯ＭＲＦ模型对图像纹理进行描述，采用最小平方误差方法进行参数估计，将估计参数作纹理的特征向量，并且利用改进的ＢＰ算法对特征进行分类。对纹理图像进行了实验表明，与常规距离方法相比，采用这种方法进行纹理分割能取得更好的效果。     

超硬纳米多层膜和复合膜的研究综述

综述了近年来纳米多层膜和复合超硬涂层研究的最新进展,分析了Ti/TiN、氮化物/氮化物多层膜和Ti-Si-N及Ti-Al-Si-N系复合膜的最新研究现状,详述了纳米多层膜和复合超硬涂层的致硬机理和设计方法,展望了今后纳米多层膜和复合超硬涂层的研究方向.     

一种基于增量式超网络的多标签分类方法

在层次多标签分类问题中,一个样本同时被赋予多个类别标签,并且这些类别标签被组织成一定的层次结构。层次多标签分类问题的主要挑战在于：①分类方法的输出必须符合标签的层次结构约束;②层次深的节点所代表的标签往往只有很少的样本与之相关,造成标签不平衡的问题。提出一种用于层次多标签分类问题的增量式超网络学习方法(hierarchical multi-label classification using incremental hypernetwork, HMC-IMLHN),通过将超网络的超边组织成相应的层次结构,使输出的预测标签能够满足标签的层次约束。此外,超网络学习方法可以利用标签之间的关联减少标签不平衡问题对分类性能的影响。实验结果表明,与其他层次多标签分类方法相比,提出的增量式超网络方法能够取得较好的分类准确性。     

基于覆盖算法与多层前馈网络的案例库维护

针对运行在电子商务等交互式应用领域中的案例推理系统时,其案例库的规模很容易达到成千上万条且不能削减的特点,提出同时从两方面着手完成案例库维护:一方面用覆盖算法将案例库划分成覆盖领域,实现案例的选择性过滤使用;另一方面应用多层前馈神经网络改进案例匹配,提高检索效率.实验表明,该方法可以用来处理海量的高维数据,保证了系统的可用性.     

纳米多层膜的微结构与超硬效应

对所研究的8种纳米多层膜（TiN/NbN、TiN/TaN、TiN/TaWN、TiN/AlN、NbN/TaN、TiN/Si3N4、W/SiC和W/Mo）的晶体结构、调制结构、生长方式和界面结构类型以及它们的超硬度效应特征进行了总结和讨论。结果认为,界面共格应变或其他原因所导致的交变应力场对薄膜造成的强化作用是纳米多层膜产生超硬效应的主要原因之一。