随机派系网络模型统计性质研究

提出派系作为构建复杂网络的基本模体,在随机选择规则下,采用自然增长方式构建随机派系网络的方法,并比较分析在此方式下网络的度分布、平均路径长度和聚类系数.研究发现随机派系网络的度分布服从多重泊松分布,且派系大小n越大,分层越多;随机派系网络相比于ER随机网络具有更高的聚类系数,且派系大小n越大,聚类系数越大;随机派系网络相比于ER随机网络具有更短的平均路径长度,且派系大小n越大,平均路径长度越短.随机派系网络模型是一个具有高的聚类系数和短的平均路径长度的网络模型,可以较好地描述现实中的复杂网络的高聚类小世界的性质,它为小世界网络模型的构建提供一种新的思路.     

随机派系生长网络模型及其传输能力研究?

本文提出一种基于随机选择的派系生长网络模型,该网络从一个a-派系模体开始,每个时间步t,在网络中随机选择m个节点构建一个新的a-派系,由此网络生长演化.模拟研究表明:该网络具有高的聚类系数和短的平均路径长度是一个小世界网络,并且比值ρ=m/a越小,聚类系数越大.而度分布则呈指数分布,这些特征与许多交通系统的复杂网络的实证研究结果相符.该网络的聚类系数与节点度呈幂律变化,显示网络具有模块化层次结构的特征,这一特征与近年来人们研究的大多数复杂网络具有模块化层次结构特征的实证研究结果相符.我们还研究了该网络的传输能力,研究表明该网络的传输能力随着比值ρ=m/a的减小而增大.这些研究结果对城市公共交通网络的构建具有一定的指导意义.     

复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力,采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类,并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性,比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用,表明采用模糊聚类方法后,提高了判别故障的准确率．     

基于信息传递效率的地铁网络小世界特性评价

为了差异化直接相邻和间接相邻的车站对信息传递效率的影响,该文建立了基于信息传递效率的聚类系数模型,构建了地铁网络小世界特性评价方法。通过对全球52个城市的地铁网络样本的小世界特征值计算,得到基于信息传递效率的聚类系数算法的聚类系数值在0.195~0.407之间,平均值为0.29,虽然小于以线路为演化单位的公共交通网络中P空间(Space-of-Stops)下的聚类系数值,仍然远大于相同规模的随机网络聚类系数值(0.01~0.16,平均值为0.06)。故认为基于信息传递效率的聚类系数算法能够更加严格地评价物理网络是否具有小世界特性。在此方法下,52个样本城市地铁网络仍具有小世界特性。     

一种基于复杂网络属性值的K-means聚类算法

传统-means聚类算法的性能依赖于初始聚类中心的选择.本文将复杂网络节点的属性值作为节点的度、聚集度与聚集系数的加权值,通过计算所有节点的加权综合聚集特征值,选取综合聚集特征值高,并且彼此之间无高聚集性特征的K个节点作为聚类的初始聚类中心,然后进行聚类迭代过程.实验结果表明,新算法对初始聚类中心的选取更迅速有效,避免了传统K-means算法初始聚类节点选取的敏感性,进而提高K-means算法的聚类质量.     

聚类系数可调的类星形无标度网络模型

在网络平台空前发展的背景下,提出了一个由简单规则构造的聚类系数可调的类星形无标度网络模型.在模型的演化过程中,每个新加入的节点都通过两步连边的方式连接到网络中,其中一部分连边始终连到几个固定节点上,其余边按度优先机制随机连到其他非固定节点上.理论分析和数值仿真的结果一致表明,该模型同时具有无标度,小世界和类星形的特性.有趣的是,不仅度分布的幂指数依赖于固定节点个数δ和连边数m,而且聚类系数也受δ和m的调控,不同的是δ对聚类系数的影响很大,m对其影响较小,这样使得聚类系数具有很大的调节空间.进一步研究发现,该网络的同步能力也随固定节点个数的增加而增强.     

改进的灰色聚类方法及应用

基于灰色聚类分析理论，采用区间化算予对聚类对象的特性指标规范化，改进了白化权函数的选取方法．通过选择规范的白化权函数，使得每一个评判子类对所有的指标只需设定一种白化权函数．新方法不仅解决了传统的灰色聚类方法计算复杂的缺点，而且有效地克服了当聚类指标的意义、量纲不同，且在数量上悬殊较大时，采用传统的灰色聚类方法可能导致的某些特性指标参与聚类的作用十分微弱的局限性．通过具体的应用实例验证了该方法的有效性．     

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...     

一种基于聚类算法的网络入侵检测应用

针对网络入侵检测与聚类等问题,提出了一种综合模糊聚类与改进的SOM神经网络方法.通过对网络入侵数据提取、分析和处理,建立了网络入侵检测聚类模型,并对传统SOM网络层次进行改进,结合易发的网络入侵类型有针对性地对网络入侵数据进行聚类.网络入侵检测聚类与其他方法比较的结果表明,该模型在网络入侵检测聚类中具有更高的准确性和均衡性,该方法能有效提高网络入侵分类精度,减少聚类误差.     

复杂网络的稳定性

近来，Scale—free随机复杂网络成为一个令人感兴趣的研究领域。实证表明，复杂网络的拓扑结构不同于传统的随机图模型。本文中，我们提出了一种新的复杂网络模型来描述真实网络，研究复杂网络的拓扑结构。我们将平均场的方法运用到聚系数的求解．得到了一些关于复杂网络稳定性的结果。     

基于自构建RBF神经网络的内模控制

针对复杂的非线性被控过程,本文提出一种基于自构建RBF神经网络的内模控制方法。该方法中,神经网络的自构建学习算法包括结构学习和参数学习。结构学习采用最近邻聚类法使网络能够自适应地在线增加和删减神经元以达到理想的网络结构。神经网络的参数学习采用梯度下降法。将该神经网络用于内模控制,使得辨识被控远程内部模型和控制器模型的神经网络的神经元个数可以根据激励强度动态改变,进而改善了控制系统的动态性能和鲁棒性。仿真结果表明了所提方法的有效性。     

CTMAB催化增敏分光光度法测定食品中的己烯雌酚

利用CTMAB（三甲基十六烷基溴化铵）具有相转移催化和增敏络合体系等特性,建立了用可见分光光度法测定己烯雌酚（DES）的方法。研究表明,DES能将Fe（Ⅲ）还原成Fe（Ⅱ）,Fe（Ⅱ）与k[Fe（CN）61在CTMAB存在的环境下形成稳定的多元胶束络合体系,其最大吸收波长在736nm处。DES的质量浓度在0．03256～0．6521ug／mL范围内与吸光度呈良好线性关系,线性回归方程A=0．0027＋0．3990P（μg／mL）,相关系数R2=0．9991,摩尔吸光系数s=5．43×105（L·mol-1·cm-1）,检出限1．35μg／mL,相对标准偏差为0．89％,方法用于测定奶粉中DES含量,回收率为89-3％～101．6％。     

一种对分划分的复杂网络社团检测方法

在许多领域,例如社会科学,技术科学及生物科学,复杂网络中的社团发现是一项重要任务。这些社团结构暗含着系统功能方面的信息并用来帮助人们理解网络的功能及增长机制。谱分优化了由李等人最近提出的一种用来评估和发现社团的模块密度函数。提出了一种对分算法,该算法使用模块密度矩阵的主特征向量迭代来检测网络社团结构。在一个经典的计算机产生的随机网络中检验了算法。当社团结构变地模糊时,实验结果显示这种新的算法在发现复杂网络社团上是有效的。     

采用HK模型的防空反导作战网络建模分析

采用HK网络模型对防空反导作战网络进行建模,对网络度分布、集群系数、平均距离的统计特性进行分析。将网络模型与典型树状结构的防空反导网络和基于BA无标度模型的网络进行比较,表明基于HK模型的防空反导作战网络具有较好的集群系数和无标度特性,同时表明改变TF连接概率进行防空反导网络设计具有更好的灵活性。     

扬州市公共交通网络复杂性分析

城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,公交网络构成了一个典型的复杂网络。本文以扬州市的公共汽车交通系统中的停靠站点为研究对象,对其进行了复杂性分析,计算了网络的度分布、平均路径长度、聚集系数等指标。结果表明,扬州市公共交通网络的度分布符合幂律分布,并且具有较小的平均路径长度和较大的聚集系数。从而证实扬州市公交网络符合小世界特性和无标度特性。     

一种可变分辨率的社团发现算法

介绍了复杂网络及社团结构的相关概念,给出节点的综合特征值和增益函数的定义,然后提出一种新的社团发现算法(CNCD).综合特征值与节点的度数及其聚类系数有关,用于发现社团中的核心节点;增益函数决定何时获得社团结构的最佳划分.作者用C++语言实现算法,并使用经典数据集对算法进行验证,实验结果表明此算法不仅能够得到正确的社团结构,而且通过动态调整算法中的参数值,能够得到比传统算法更加详细的社团划分结果,获得网络的细节信息.     

Mashup服务网络及其拓扑结构分析

基于从Programmable Web所爬取的原始数据(包括Mashup服务、Web API,以及Tag信息),采用Jacard相似度系数计算2个Mashup服务间的相似度,构建出了大规模的Mashup服务网络,并引入复杂网络理论中的度与度分布、平均最短路径长度、聚集系数以及网络密度与集中性等指标对Mashup服务网络进行度量与分析.结果表明:该Mashup服务网络是一种节点度差异较大、平均最短路径长度较小、聚集系数较高的复杂网络,具有"小世界"和"无尺度"的特性,为后续的基于Mashup服务网络的服务分类与发现、推荐与组合有很好的导向作用.     

1个新的Mn(Ⅳ)配合物的合成、结构及光物理性质

采用恒温加热方法合成了1个Mn(Ⅳ)配合物,通过单晶X射线衍射分析确定了该配合物的结构:分子式{[Mn(Hina)(Hdmg)(dmg)Cl].(H2O)0.5}(Hina,异烟酸;H2dmg,丁二酮肟).通过红外光谱(IR)、紫外可见吸收光谱(UV-Vis)及表面光电压光谱(SPS)等方法对配合物进行了光物理性质表征.结构分析表明,该配合物是一个中性分子型配合物,配合物分子由2个晶体学独立的Mn(Ⅳ)亚单元[Mn(Hina)(Hdmg)(dmg)Cl]和2个处于特殊位置的结晶水分子组成的.每1个Mn(Ⅳ)离子均为6配位(N5Cl配位模式).晶体中存在着丰富的分子间氢键,从而将配合物分子网连成了具有3D无限结构的配位超分子.采用表面光电压光谱(SPS)技术研究了配合物的表面光伏性能.同时对该配合物的UV-Vis和IR光谱进行了分析指认.