基于综合游走策略的边嵌入链路预测算法

针对网络分析方法中研究的图数据默认使用节点图,只能得到节点的向量表示,不能直接将边表示成向量的问题,设计了一种基于有偏+无偏的图嵌入算法Line2Vec,并在此基础上提出基于边嵌入的链路预测框架(Line2Vec-L).首先,基于综合游走策略重新定义采样域节点的采样概率,并结合Word2Vec模型得到信息未被稀释、表示性强的节点图的边嵌入向量;然后,结合关联矩阵得到不存在边或未知边的向量表示,并将得到的边向量用于链路预测.实验结果表明Line2Vec在边向量表示上的有效性,并验证了Line2Vec-L的AUC值更高,由此说明采用Line2Vec可得到表示性更强的边向量,有助于提升链路预测的性能.     

基于链路预测算法分析虚假链接问题

链路预测与虚假链接是复杂网络的两大研究热点,目前为止,链路预测方法的研究已经非常成熟,而对于虚假链接的研究却仍旧没有得到太多的关注.根据链路预测与虚假链接的联系,用17种经典的链接预测算法,研究了这些算法在8个真实网络数据集中的识别虚假链接效果.实验结果表明,这些算法在识别虚假链接中的AUC值明显低于在链接预测中的AUC值;并且随着测试集比例的增加,在给定某个算法和数据集上,AUC值逐渐降低.     

一种基于MH改进的重启随机游走链路预测算法

基本随机游走相似性指标由于其转移概率仅由当前节点的度决定,影响链路预测效果.鉴于此,在MH (Metropolis-Hasting)算法的基础上,充分利用邻居节点的度信息,并采用将当前节点的自环率按邻居节点的度值加权分配给邻居节点的方法重构转移概率矩阵,再融合重启随机游走(Random Walk with Restart,RWR)相似性指标,提出一种改进MH的链路预测算法.首先,根据当前节点与邻居节点的度信息重新定义节点间的转移概率;然后,将新的转移概率重构成概率矩阵;最后,融合RWR相似性指标进行链路预测实验.结果表明,新算法相较于RWR、CN (Common Neighbors)等7种基准算法在AUC指标上均有提升,在排序分指标上也有所改善;AUC指标上最高可提升3.98%,排序分指标上最高下降1.92%,提升了链路预测的准确性.     

基于离散时间量子漫步的链路预测算法

量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明：相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.     

WPAN/WLAN应用环境下链路自适应的CIR预测算法

在分析了基于信干比（CIR）估计的链路自适应算法的基础上，指出该算法的性能取决于如何对下一调整间隔的CIR值进行预测，提出了CIR的线性预测算法，并在此基础上将自适应滤波理论引入到CIR的预测中，提出了适合于CIR预测的自适应算法，分析了此种情况下的收敛因子和其他参数的选取。数值仿真结果表明，自适应预测算法明显优于简单预测与线性预测算法，特别是在CIR估计存在误差时，优势更加明显，其吞吐量的最大增幅超过了5Mbit/s。需要指出的是，虽然本文的分析和仿真均以HIPERLAN2为例，但其结果对于在WPAN／WLAN应用环境下的其他系统也都适用。     

基于多约束条件反馈的 QoS 链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求, 提出了一种基于多约束条件反馈的 QoS (Quality of Service)链路选择算法。 利用无线通信广播特性, 将多约束服务质量路由问题转化成满足链路长度、 带宽、 时延、 时延抖动、 丢包率和费用等约束条件的最小代价问题。 建立了物联网多跳自主链路模型并定义了 目标能量函数, 利用 Hopfield 神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。 该算法在不 改变系统链路选择策略的前提下, 避免了选择大量参数的问题, 实现了链路自动选择, 满足了通信实时快速的 要求。     

无人机集群网络中一种基于链路质量预测的按需路由算法

无人机集群网络,相较于传统Ad Hoc网络,其节点速度更快,拓扑变化更剧烈。传统路由算法已难以满足无人机集群作战需要。因此,提出一种基于链路质量预测的按需路由算法。通过链路稳定度和节点拥塞度评估当前链路质量,并以此作为选路标准。同时,通过灰色-WNN组合预测模型,对相关参数进行合理预测,并以此估计链路稳定性与节点拥塞程度,进而对链路质量进行提前评估。算法根据得到的链路质量预测值来优化路由发现与路由维护过程,避免无人机的高动态特性对集群网络的不利影响。仿真结果表明,与AODV及其他相关改进算法相比,该算法明显改善了网络性能,减少了路由断裂的次数,大幅降低了节点高速移动时的路由开销与平均时延,使分组投递率得到明显提高。     

基于澳大利亚火灾有向网络节点属性的链路预测研究

从2019年9月开始,澳大利亚发生毁灭性的山火并迅速蔓延,火灾问题引起了世界范围的广泛关注.针对火灾的持续蔓延,本文利用Jaccard系数算法,根据节点的气候、温度、降水量、风速、植被、地形等属性来计算节点的属性相似度,然后根据澳大利亚火灾网络中节点的经度、纬度以及风向属性来构建澳大利亚大火的有向网络,将节点的属性相似...     

基于属性重要性的贪心算法的改进算法

文章针对决策表属性离散化改进的贪心算法在信息表中判断断点存在的缺陷,通过引入属性重要性的概念,提出了基于属性重要性的贪心算法的改进方案,弥补了原算法无法选择断点的缺陷,通过计算属性的重要性大小,优先选择属性重要的断点。     

Word2vec的工作原理及应用探究

研究了Word2vec的工作原理及应用,明确了统计语言模型的关键问题,分析了词向量的特点,并对神经网络语言模型、Log_Linear模型和Log_Bilinear模型的基本原理进行了探讨,对Word2vec词向量训练框架的工作原理进行了详细分析,推导出了训练模型的目标函数,介绍了Word2vec工程的主要文件和训练参数,并将Word2vec应用于中文词向量的训练。     

基于路径负载均衡的一种避免路径失效算法

理论上证明了采用路径负载均衡技术对于提高系统可用性是有效的,提出了一种可避免失效路径的动态路径负载均衡算法.该算法结合路径等待队列长度和响应时间对路径权值进行动态调整,实时调整负载分配,提高路径带宽利用率.同时还可以实时监测路径的通断情况,屏蔽错误路径,进一步延长系统平均无故障时间,有效提高系统可用性.最后用仿真实验验证了该算法的正确性.     

一种基于关联图的蛋白质结构预测改进算法

采用一种改进的COMAR （Contact Map Reconstruction）算法求解基于关联图的蛋白质结构预测问题.根据蛋白质关联图和先验知识，并以半随机的方式生成距离信息，根据距离信息得到蛋白质的坐标，并通过坐标修正和摄动，使得重构结构的关联图与给定的关联图相一致.结果表明，阈值较大的关联图所重建的结构较好，与原COMAR算法相比，在相同的迭代次数下，改进的COMAR算法的精度较高.     

基于改进的卷积神经网络邮件分类算法研究

针对传统文本分类方法中出现的维度过高和数据稀疏问题,通过对卷积神经网络(Convolutional Neural Network,CNN)和 inception V1 模型的深入研究,将两个模型融合起来,提出了一种基于 i-CNN 模型的 邮件分类方法;在卷积、池化操作中加入了 1×1 卷积核降低特征向量的厚度,减少了参数,提高了计算性能; 通过数据验证,i-CNN 模型对邮件的分类结果高达 92. 18%,在对比实验中,i-CNN 模型相对于几种机器学 习分类模型,取得了最高的分类精准率,在有无 inception 结构模型对比中,i-CNN 模型精准率高于 CNN 模 型;说明该模型具有较好的分类效果,且 inception V1 模型的融入能提高文本分类的准确率。     

基于子图特征的科学家合作网络链路预测

提出了多种基于子图结构特征的新特征,构建了基于节点重要性、基于节点共同邻居、基于边共同邻居、基于邻居子图和基于边子图五类特征,并将这五类特征中的多种特征分别作为特征输入,运用机器学习的方法,实现科学家合作网未来合作关系的预测。研究中发现,基于边子图特征的链路预测准确率最好。此外,研究中运用基于模型的特征排序和最大信息系数特征选择方法分析类内特征的影响力以及相互关系,通过机器学习算法的分类模型进行链路预测。该方法能够有效地揭示网络类内特征在预测中的重要性和相关性,有利于发现影响力大的特征和冗余特征。     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题,提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法.以降低网络传输时延为目标,首先,将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间;其次,为增加种群的多样性,在高斯变异过程中引入变异系数;最后,采用基于中位数锦标赛的选择策略代替欧氏距离选...     

基于改进PSO-SIFT算法的油田遥感图像匹配

针对油田遥感图像在灰度有明显差异的情况下,联合位置、尺度和方向的尺度不变特征变换(PSO-SIFT)算法很难为其找到足够多的正确对应关系,且花费时间较长的问题,提出一种基于改进PSO-SIFT算法的图像匹配算法.首先采用"回"字型分块思想构建特征描述符,降低特征描述子的维度;然后使用基于全局运动建模的双边函数(BF)算...     

基于 HABC-RBF 神经网络的蒸汽驱预测方法

为解决蒸汽驱开发效果预测精度低和时间长的问题, 提出了一种改进人工蜂群算法和 RBF(Radial Basis Function)神经网络相融合的预测方法。 该方法应用种群最优解修改雇佣蜂解和观察蜂解的搜索方程, 借鉴差 分进化算法思想, 完成对种群最优解和个体搜索解随机扰动, 采用混合编码优化 RBF 神经网络参数。 以辽河 油田齐 40 块为例进行了试算, 结果表明, 该方法对蒸汽驱开发效果预测具有较好的非线性拟合能力和较高的 预测精度。     

基于改进GM(1,1)模型的弹道导弹位置信息预测

针对弹道导弹速度快、雷达反射截面积小,预警雷达很难全程跟踪预警的问题,提出了使用改进的GM(1,1)模型对其位置信息进行预测。从初始序列光滑度、背景值构造方式和初始条件3方面进行综合改进,建立了新的改进模型,明确了建模步骤。仿真结果表明,改进后的模型比传统GM(1,1)模型适用范围更广,精度更高,可以用于弹道导弹的位置信息预测。     

社会网络中的链接稳定性预测问题研究

社会网络是一个由对象和链接所构成的复杂关系型数据集.给定一个社会网络的快照,能否预测在下一个较短的时间段内其中哪些链接将会继续存在而哪些链接将会消失,这是社会网络中链接挖掘的一项新的任务.这一任务可以形式化为链接稳定性预测(Link Stability Prediction).提出了通过打分的方法来度量链接的稳定性,并讨论了几种基于邻近度度量的链接稳定性预测方法.在一个大型的电话通信网络上进行了实验,并设计了一种用来评价链接稳定性预测准确性的机制.实验结果表明,链接的稳定性信息在一定程度上是可以通过基于邻近度度量的方法从社会网络的拓扑结构中提取出来的,其中有两三种较精炼的预测方法展现出了良好的性能.但是,这些静态的链接稳定性预测方法也有其局限性,更多动态的预测方法亟待研究.