基于交互频率的动态网络上的社会知识传播研究

知识传播过程和社会网络结构的演化往往是同步进行的.基于交互频率的动态网络社会知识传播模型(SKD)在知识传播过程中,随机选取的目标节点会依据与邻居节点的交互频率来决定知识传播的对象,或者断边重连到网络中的任意一个非邻居节点.将SKD模型与随机化模型和基于知识距离的传统知识传播模型(TKD)做了对比实验,实验结果表明:SKD模型的知识传播速度要快于随机化模型和TKD模型;更重要的是,SKD模型在网络结构演化过程中呈现出同配性,网络结构的同配性是社交网络的一项基本结构属性.该工作对于理解知识传播和网络结构的联合演化过程具有十分重要的意义.     

基于再度感染的SIS传播模型研究

提出了复杂网络上一种基于再度感染的SIS传播模型.在具有树状分支结构的网络中,针对某个染病节点,在考虑其感染子节点的同时,也考查其再次感染祖先节点的情况.分别在小世界网络和无标度网络上进行仿真分析,结果表明,对于小世界网络,基于再度感染的SIS传播模型的稳态感染密度比传统的SIS传播模型的要大,而且感染周期越短,稳态感染密度越大;而对于无标度网络,虽然基于再度感染的SIS传播模型的稳态感染密度也比传统的SIS传播模型的要大,但是,感染周期对于稳态感染密度的影响微乎其微,甚至可以忽略.     

一个科研合作复杂网络模型的实证研究

在加权条件下建立了一个作者科研合作的复杂网络模型.通过理论分析和仿真验证,该网络模型共有24个连通子网络;最大连通子网络具有无标度网络特征,点权、边权服从幂律分布且具有厚尾趋势,度数越小的节点其聚集系数越高,平均距离较小具有典型的小世界特征,小团体现象明显,团队科研合作能力较强.     

基于复杂网络理论的组织学习知识传播模型研究

利用复杂网络理论,针对一般组织学习群体,在考虑统一知识吸收率的基础上.引入知识遗忘率因素,采用小世界网络模型来构建组织学习的知识传播模型,通过分析网络的平均知识水平、网络知识扩散的方差和变差系数,研究了组织内知识传播网络模型的传播效率,分析了网络的知识传播速率及网络的敏感性.最后.通过仿真模拟可以得出,基于小世界网络传播机制的具有遗忘因子的知识传播模型能较好地模拟组织学习网络的知识演化机制.     

基于动态搜索区域的无线传感器网络小世界特性构建方案

为了减少无线传感器网络节点的能量消耗,以延长无线传感器网络的寿命,首先研究了如何通过在无线传感器网络中构建小世界特性以延长其网络寿命,并着重分析了DAS(directedangulation tow ards the sink)方案.然后针对DAS方案中临近sink节点区域内的节点能量过快消耗的问题,提出了一种在无线传感器网络中构建小世界特性的新方案——菱形区域方案.该方案根据sensor节点到sink节点距离的大小,动态地改变菱形捷径端点搜索区域的大小,达到构建小世界特性并增强网络抗毁性的目的.理论证明了菱形区域方案在一定条件下较DAS方案既节省能量又能延长网络的寿命.     

复杂网络上SIRS类疾病传播行为分析

考察复杂网络上具有免疫力失效特性的流行病传播模型, 即SIRS模型. 利用平均场理论对疾病传播行为进行了理论分析, 并与计算机模拟结果相对照, 证实复杂网络上疾病传播的决定因素是网络的拓扑结构. 对无标度网, 由于考虑了节点度的非均匀性, 理论值与模拟值拟合得较好. 对小世界网, 由于忽略了重连概率p的影响, 在阈值附近的理论值和模拟值有一定差距. 另外, 发现小世界网络的重连概率p对疾病蔓延速度有较大的影响, 但不影响平稳状态指标.     

节点数固定的ER网络演化模型拓扑性质的研究

复杂网络模型的研究主要集中在ER网络模型、小世界网络模型和无标度网络模型,其中ER网络模型是最经典的复杂网络模型之一。文章研究了节点数固定情况下的ER网络模型,根据网络内部边的动态演化特点,将节点数固定的网络模型进行了细分,给出了模型的生成算法,并模拟了算法生成的随机网络的平均路径长度和聚类系数。仿真结果表明,节点数固定的ER网络具有小世界特性,出现这种小世界特性的主要原因是由于网络内部边的异质性,而与网络的节点数变化没有必然联系。     

无线Mesh网络节点聚类属性分析

通过分析无线Mesh网络节点空间属性,提出了一种改进的k-medoids网络节点聚类算法.该算法基于聚类思想,将无线Mesh网络中的网关部署问题转化为空间节点数据聚类问题.构建了网络拓扑图的邻接矩阵,并利用邻接矩阵选择具有最多一跳连接节点数的对象作为初始簇中心.然后以网络跳数代替传统聚类算法中的距离参数,将最小化跳数之和作为优化目标,通过迭代方法获得稳定的聚类和分组结果.实验结果表明,离散的网络节点在空间上具有聚类特性,利用该方法可以获得更小的平均跳数和最大跳数,因此可以较好地实现网络节点分组和网关发现.     

供应链网络风险传播SIS-RP模型及仿真

将复杂网络病毒传播动力学中的易染状态-感染状态-易染状态(SIS)模型引入到供应链风险传播研究中,建立了供应链网络风险传播模型(SIS-RP).并以小世界网络为例,从整个供应链网络角度对SIS-RP模型进行了仿真分析.研究表明,各企业应对风险干扰能力的提高能很好遏制风险在供应链网络中的传播,SIS-RP模型能在一定程度上反映风险在供应链网络中的传播演化过程,初步验证了复杂网络理论在研究供应链风险传播问题方面的适用性.     

无线传感器网络中基于反距离加权的DV-Hop改进算法

通过分析传统DV-Hop定位算法在对无线传感器网络中节点分布随机性方面的不足,提出了一种改进算法。该算法采用最小均方误差准则代替方差或偏差,求得平均每跳距离。为了体现各信标节点对未知节点的影响程度不同,采用反距离加权法来处理平均每跳距离。实验结果表明,在没有增加原算法复杂度和成本的前提下,定位精度有了一定提高,该算法是一种简单实用的改进定位算法。     

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行...     

互联网AS级拓扑中心化度量方法

针对如何能够在规模庞大、结构复杂的互联网AS级中准确而迅速地发现中心节点这一问题,展开对互联网AS级拓扑中心化度量方法的研究.应用三种现在普遍应用的中心化指标——度中心化、紧密度中心化、介数中心化,同时提出一种核中心化的度量法来度量网络中的高核数节点集合.采用节点删除法,通过删除某个节点对网络连通的破坏程度来度量网络中该节点的重要性.经研究发现紧密度中心化在互联网AS级度量上弱于度中心化和介数中心化指标;度中心化和介数中心化在攻击节点数小于0.5%时,有很强的相似性;核中心化度量方法非常适用于查找到网络中度值较高且连接紧密节点所构成的社团.     

基于复杂网络理论的人际关系网络模型的构造和特性分析

在小世界、无标度网络模型的基础上构造出人际关系网络模型,并对人际关系网络模型进行了特性分析和仿真实验。结果表明,该网络模型具有平均路径长度与网络规模呈对数形式增长,度分布服从幂律增长,具有等级结构,聚类系数较大的特征,能很好地符合实际的人际关系网络。     

基于邻介熵和邻度熵的复杂网络中心性算法

识别复杂网络的重要节点是复杂网络研究的关键点,也是网络稳定性判定的重要理论基础.常用的识别节点影响力的中心性指标有介数中心性、度中心性、特征向量中心性和K-core 中心性等,这些指标在识别重要节点时存在一定的局限性.为了解决以上问题,将节点v_i的邻居节点集划分成关联邻居节点集(MR)和非关联邻居节点集(M_UR),结合图的信息熵以及节点的介数中心性和度中心性,提出新的中心性指标,即基于邻介熵(NBE)和邻度熵(NDE)的关联邻居中心性RNC 和非关联邻居中心性URNC.实验通过动态攻击来评估新的中心性指标在一个实验网络模型和五个真实网络上的效率,结果表明,新的中心性比传统的中心性具有更高的识别重要节点的效率.     

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.     

基于复杂性理论的军事通信网络中心化方法比较

 复杂网络的中心化有助于发现复杂网络中的重要节点,具有重要的应用价值。本文介绍了中心化指标的验证条件,讨论了常用的度中心、偏心率中心、邻近中心、子图中心和信息中心5种中心化方法,并以某一具体的军事通信网络为例进行了实例仿真应用。仿真结果显示,不同方法下得到的网络中心节点不同,反映出各种中心化方法侧重点的差异。分析表明,在实际网络中单一方法不能准确反映网络的重要节点;对于复杂网络的中心化问题,应结合具体应用背景,综合考虑几种中心化方法。     

基于度与H指数扩展的复杂网络节点排序方法

在复杂网络中常用的识别节点影响力的中心性指标有介数中心性、度中心性、紧密中心性、H指数中心性和K-shell中心性等,这些指标在识别有影响力的节点时存在一定的局限性.本文在H指数中心性与度中心性的基础上提出了局部DH指数中心性指标来识别网络中有影响力的节点,该指标考虑了节点自身的度与H指数以及邻居节点的H指数.通过SIR传播模型以及单调函数(M)两种方法评价了各中心性方法识别网络中节点影响力的有效性.实验结果分析表明,在一些网络中该指标较一些常用的中心性方法能够更有效地识别网络中节点的影响力.     

应用复杂网络研究板块内股票的强相关性

为探索股票之间相互影响的行为,提高投资组合构建能力,以中国股市煤炭、电力板块股票为节点,以近19年股票对数回报的相关系数为边,建立复杂网络模型。通过对网络拓扑参数计算,发现该网络为无尺度网络,节点度分布负幂指数小于1,无权网络和加权网络平均集聚系数分别为0.68和0.41。对网络中心性进行了测量,发现000723,601898,601918三个节点是整个网络的核心节点;网络可划分成两个分区,并抽取出一个高度耦合的具有13个节点的中心网络,对整体网络有很大影响。     

时序超网络上重要节点挖掘方法研究

在如何识别时序超网络上的重要节点方面取得了一定的进展。定义了该类网络上度量节点重要性程度的8个中心性方法及随机移除节点的基线方法，分别侧重于网络不同的拓扑结构性质和时间特征，从多个角度综合考虑了该类网络上节点的重要性。同时，构建了时序超网络上的SI传播模型，基于该模型提出了新的评估方法来衡量所提出的中心性方法的有效性。研究表明，在时序超网络上，基于最快到达路径的介数中心性方法是评价该类网络上节点重要性的良好指标。此外，基于时间分辨率的度和超度中心性方法通过寻找网络的最佳时间分辨率，可以进一步优化普通的度和超度中心性方法，弥补了普通方法不能有效考虑网络时间信息的缺点，且在多个真实网络上表现出与介数中心性方法相当的性能。     

空铁综合运输网络结构特征实证分析

为探究中国空铁综合运输网络结构特性,以城市为节点,若城市间有航班或高铁则连边,以航班数量和高铁数量为权重,分别建立了3个加权网络：高铁子网络、航空子网络和空铁综合运输网络。首先,通过均值关联、三角中介中心度、加权谐波中心度指标对比研究了不同网络的关键节点;其次,通过聚类系数和平均最短路径长度研究了三个网络的小世界特性;再次,通过Newman算法研究了三个网络的社团结构;最后,通过加权网络效率为指标,研究了三个网络的鲁棒性。研究结果表明,北上广深是三个网络的三种不同加权中心度的排名都很靠前,是共有的最为关键的节点。三个网络都具有小世界特性,但只有高铁子网络的模块度值大于0.3,存在明显的社团结构,并被划分为了10个社团。空铁综合运输网络具有更好的加权网络效率,约为0.32,为三个网络中最高,节点失效时的加权效率变化最小,鲁棒性最强。可见空铁综合运输网络集成了高铁网络、航空网络的互补优势,网络结构特征优于单一运输网络。