Effect of spatial distance on search information correlation in complex systems

Spatial distance has a remarkable effect on the attended mode of a network embedded in a certain space. First, we investigate how spatial restriction leads to information-information correlation that is strong, linear and positive in real networks. We then construct a two-dimensional space, define the action radius R for nodes of networks, and propose a class of models that depend on spatial distance. Information correlation of the models is consistent with that of real networks. The spatial distance plays ...     

旅游目的地虚拟网络结构特征研究——-以黄山市为例

以黄山市为案例, 采用复杂网络理论和方法研究分析目的地虚拟网络的结构特征。结果显示该网络是具有小世界特征的稀疏网络, 其度分布符合幂律分布且幂指数位于1与2之间, 其节点倾向于链接不同类型的节点, 并且节点之间的距离和度值对节点互联的影响较弱。将黄山网络与随机网络、万维网以及其他旅游虚拟网络进行对比分析, 探讨目的地虚拟网络和现实网络之间的关系, 认为虚拟网络不仅只是信息网路, 也是社会网络, 它是现实网络在虚拟空间中的映射。在这个意义下, 目的地虚拟网络的结构特征反映了其现实网络的特征。     

距离约束在出租车客流网络结构中的作用研究

基于轨迹数据的提取与分析, 发现出租车客流存在距离约束。建立包含距离约束的流量演化模型, 生成模拟网络, 并对不同约束参数下的网络结构进行比较分析, 分析结果显示: 距离约束导致网络的度分布、流量强度分布、距离强度分布等产生“截断”现象, 并且约束距离越小, “截断”现象越明显。随着约束距离的减小, 边权分布的衰减速度变慢。度-流量强度相关性、度-距离强度相关性整体呈现幂律相关, 并且随着约束距离的减小, 幂指数逐步增大。随着约束距离的减小, 节点之间流量强度从微弱的负相关逐步转为微弱的正相关。研究结果有助于揭示人群移动的距离依赖性对出租车客流网络结构的影响规律。     

钝体回流区二次风掺混实验研究

针对装有钝体燃烧器的燃煤粉锅炉，就其二次风对一次风喷口内回流区的掺混影响进行了一系列冷态实验研究．结果表明，二次风对回流区的影响主要表现在：限制了大空间卷吸进来的质量，加强了一次风内回流作用，使一次风主流轴线向内弯曲，使回流区缩短，同时对回流区尾部产生一定的掺混影响．这些影响的强弱程度与喷口间的相对距离和二次风的流速有关．研究结果将对实际煤粉锅炉一、二次风喷口距离和一次风量的选择有一定参考价值．     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.     

基于局域社团的人类脑功能网络生成模型

研究了人类脑功能区域间拓扑结构与解剖结构两种因素对脑功能网络建模的影响,提出了基于局域社团的人类脑功能网络生成模型.模型中的局域社团拓扑结构采用功能区域间的共同邻居及邻居间的局域连接表示,解剖结构用人脑区域间的解剖距离代表.为了衡量模型生成网络与基于fMRI数据构建的真实数据网络之间的相似性,提出了用于校验网络间接近程度的相似性能量指标.实验结果表明,相比传统生成模型,基于局域社团的脑功能网络生成模型在网络效益、聚集系数、模块性、度分布等属性方面都能够更精确地模拟真实数据网络.     

城市出租车客流网络结构复杂性特征研究

基于轨迹数据的提取与分析, 采用复杂网络理论, 开展城市出租车客流网络结构(包括拓扑结构、权重结构和空间结构)复杂性特征研究。结果显示, 出租车客流距离长度符合对数正态分布, 节点度、流量强度、距离强度的分布呈现具有“截断”特征的幂律分布, 边权亦呈现良好的幂律分布。节点的度-流量强度相关性、度-距离强度相关性呈现幂律关系。节点之间流量强度呈现微弱的正相关。研究结果反映了出租车客流网络拓扑、权重、空间结构的整体特征以及三者之间的相互关系, 有助于揭示城市空间特征、功能特征与人群移动特征之间的相互作用机制与规律。     

分布协作式对等网络中大规模空间数据挖掘方法研究

分布协作式对等网络较为复杂,而空间数据规模大,当前数据挖掘方法很难实现对其的准确挖掘。为此,提出一种新的分布协作式对等网络中大规模空间数据挖掘方法,给出分布协作式对等网络的GIS应用架构,在此基础上对分布协作式对等网络进行无向环路遍历,获取分布协作式网络的全部环路,挖掘出目的空间数据所属社区。通过痕迹系数判断目的空间数据流是否经过该社区,如果目标空间数据流经过该社区,则通过计算相关系数获取某个时刻目标空间数据流在社区中的位置,从而实现大规模空间数据挖掘。实验结果表明,采用所提方法对分布协作式对等网络中大规模空间数据进行挖掘,有很高的挖掘有效性,而且挖掘效率和挖掘精度均较高。     

基于时空相关性的传感器网络数据压缩算法

针对当前传感器网络数据压缩算法存在压缩比率低、 数据变形严重等缺陷, 为提高传感器网络数据传输的实时性, 提出一种基于时空相关性的传感器网络数据压缩算法. 首先采集传感器网络原始数据, 采用空间变换技术从空间上分析传感器网络数据之间的相关性, 进行去噪处理, 减少噪声所占的空间资源; 然后根据传感器网络数据的时间相关性, 引入压缩感知算法对空间系数进行压缩处理, 减少传感器网络数据冗余; 最后通过仿真实验分析传感器网络数据压缩算法的性能. 仿真实验结果表明, 相对于其他传感器网络数据压缩算法, 该算法可在不损失传感器网络数据信息的条件下, 提高传感器网络数据压缩比率, 同时获得更快的传感器网络数据压缩速度, 减少传感器网络通信压力.     

东莞市房地产发展与城市空间扩展研究

在分析了近10多年来东莞市房地产发展和城市空间扩展时空特征的基础上,应用通径分析、回归分析等数理统计方法和空间分析技术对二者的互动关系进行了研究.结果表明:二者之间相互影响、相互作用明显.房地产开发促进了城市用地规模的扩大,房价空间分布变化是城市空间扩展的指示器,房地产空间分布一定程度上引领了城市空间扩展方向;反之,城市扩展也带动了房地产需求的增长、城市内部房价空间分布形态和房地产空间布局的改变.     

Structural Properties of Complex Networks

When complex networks describe a wide range of systems in nature and society,it is increasingly recognized that the topology of real networks are governed by robust organizing principles.Here we discuss the structural metrics such as average path length,clustering coefficient and degree distribution,the main models covering random graphs,small-world and scale-free networks,the interplay between structural properties and the synchronization of complex networks.     

云南西北部强震前地震活动空间关联维的降维过程

 采用标度变换法,对云南省西北部地区地震活动空间分布的关联维进行了计算,得到了云南西北部不同时段的地震活动空间分布关联维的等值线图.讨论了强震发生前后震中地区关联维演变过程和空间分布特征随时间变化,结果显示,M≥6.0强震发生前存在不同形式的降维过程.     

传感器网络中一种考虑空间相关性的簇内多树路由协议

为了节省传感器网络WSN(wireless sensor networks)中节点之间的通信能耗和提高数据传输的可靠性,提出一种考虑空间相关性的簇内多树路由协议SCMTBRP.SCMTBRP考虑了路由建立时下一跳节点的能量、节点之间的能耗距离以及空间相关性等综合传输成本,在簇内节点和簇头之间建立以簇头为根的多路由树,节...     

一种基于“莱因达”准则的区域自动站实时资料应用方法

针对区域自动站降水实时资料应用中出现的问题,提出一种利用改进的"莱因达"准则处理区域自动站实时降水数据的方法。首先由欧式距离聚类得到样本空间,再计算样本的均值和残差,然后给出了可疑度的定义,从而计算出各个站点的可疑度。最后通过实际数据进行参数分析,证明了算法的有效性、实用性。     

轨道交通网络的可达性及其网络结构分析

以分析轨道交通网络结构为目的,利用可达性对上海3个不同时期的轨道交通网络的通行效率进行了分析.实证分析结果显示,可达性会随着地铁网络规模的增大呈下降趋势.为了阐释出现这种现象的原因,随后对各时期的网络进行结构分析.分析结果显示,3个网络的平均距离和平均最短路径对网络的可达性影响极小,而作为轨道交通网络特有的度分布现象对其影响较大.同时,分别将3个网络与保持度分布不变的随机网络进行了可达性和网络效率的对比,结果表明,轨道交通网络的便利性与网络效率仍有很大的提高空间.     

电力短期负荷的混沌局域关联性预测

在混沌局域预测中,相空间最近邻域点的确定通常采用欧氏距离法,其预测精度在很大程度上取决于所确定的最近邻域点性态,然而距离最近并不一定意味着预测效果最好,当该邻域存在伪近邻点或系统具有高嵌入维数时某些邻域点的演化轨迹在一步或多步后会远离预测点,究其原因是欧氏距离难以反映最邻近点与预测状态的关联程度.因此,作者提出了将欧氏距离和关联度相结合的思想,并将该方法应用于电力短期负荷预测,结果显示该方法能有效地提高预测精度.     

Social welfare maximization for SRSNs using bio-inspired community cooperation mechanism

This paper considers social welfare maximization for spatial resource sharing networks(SRSNs),in which multiple autonomous users are spatially located and mutual influence only occurs between nearby users.To cope with a lack of central control and the restriction that only local information is available,a spatial resource sharing game is proposed.However,individual selfishness in traditional game models generally leads to inefficiency and dilemmas.Inspired by local cooperative behavior in biological sys- tems,a community cooperation mechanism(CCM)is proposed to improve the efficiency of the game.Specifically,when a user makes a decision,it maximizes the aggregate payoffs for its local community rather than selfishly consider itself.It is analytically shown that with the bio-inspired CCM,the social optimum of SRSNs is achieved with an exchange of local information.The proposed bio-inspired CCM is very general and can be applied to various communication networks.     

基于搜索效率的复杂网络多模型并行演化分析

很多真实的复杂网络呈现无标度性．但是,这些网络为什么在增长过程中遵从优先连接规则？现有研究尚未给出有力的解释．一个合理的猜想是：这些网络如果不遵从优先连接规则,则将处于不利的地位．为证实这一猜想,采用搜索效率作为评价指标,量化评价不同演化模型的优劣．首先提出一种新的复杂网络并行演化模式,使得同一网络中不同的局部遵从不同的演化模型,从而在统一的基础上比较不同演化模型搜索效率的优劣．以BA无标度网络、WS小世界网络和随机网络为基础,构建了异质复杂网络．其次,采用随机游走搜索策略和DS最大度搜索策略,比较遵从不同演化模型的异质子网的搜索效率,力图解释复杂网络中演化模式同质化的原因．实验发现一种“信息壁垒”现象,即处于劣势的网络模型,其所属节点很难被其他模型的节点访问到．实验结果表明：对于以搜索为重要功能的复杂网络,无标度网络具有最强的适应性,从而在一定程度上解释了无标度现象在众多现实复杂网络中存在的原因．     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

考虑时空相关随机行驶时间的车辆路径问题模型与算法

本文对一类在真实道路网络中考虑时空相关的随机行驶时间的车辆路径问题进行了研究. 首先我们建立了该问题的两阶段随机规划模型. 然后我们将用于候选解寻优的智能优化算法与用于产生评价解的随机场景的情景生成技术相结合,提出一种智能随机优化方法求解该问题. 为了有效地进行解的寻优,本文结合可变邻域下降算法提出了一种混合粒子群优化算法.最后通过一系列基于北京市区道路网络的算例实验,我们验证了所提出的混合粒子群优化算法的有效性.实验结果还表明,考虑实际交通环境中道路网络上车辆行驶时间的时空相关性,会影响最优车辆路径决策方案.