一类非无标度的演化网络模型

基于BA无标度网络演化模型,研究了一类非无标度的演化网络模型,此网络模型满足增长和择优连接的特性,但演化出的网络其度分布不服从幂律.     

一个随机伪分形的无标度网络

提出一个具有随机性的伪分形无标度网络,其中含有可调参数q.利用率方程方法,给出了网络的集群系数C（q）,并当q=2、q=3和q=4时,计算了C（q）的具体值,说明了网络是高集群的.     

基于无标度性和资源分配的网络链路预测算法

链路预测是指根据网络结构中的已知信息来推测网络产生新链接的可能性．资源分配算法（RA）是一种简单高效的基于网络局部信息的链路预测算法,但RA算法中并未考虑被预测两节点自身的信息．在RA算法基础上考虑被预测节点间的链接偏好（PA）,提出基于网络结构的资源分配RSF和RSW算法．在14个实际网络中进行链路预测实验,验证了所给算法的有效性和鲁棒性,并分析了网络结构的无标度性对算法预测性能的影响．     

网络二维码图片的生成算法研究

二维码作为一种新兴的条码,在网络中被越来越多的使用.通过从多种图片格式中筛选出能显示出同等信息的最小存储量的图片格式,即单色BMP位图格式,然后通过分析BMP文件格式,提出一种支持在线生成的网络图片生成算法,结合通用二维码组件生成的数据,可以在线生成网络二维码图片.采用本算法生成的二维码图片,可以最小化图片文件体积,极大地提高了网络中二维码图片的显示速度.     

具有复杂网络特性的无线传感器网络的谣言传播机制的查询方法研究

为了降低无线传感器网络的通信开销,减少搜索目标节点的查询次数,以提高无线传感器网络的生存周期;提出了构建具有小世界特性和幂律分布的复杂网络的网络结构,引入谣言传播机制.结合择优连接机制,建立一种新的查询方法.借助GPL模型的拓扑模拟器BRITE产生了不同尺度的仿真网络.针对查询通信开销和算法覆盖度两个重要指标,测试传统的flood-ing算法和本文的方法,结果表明,本文的查询方法的通信开销小于flooding算法的一半,算法覆盖度与flooding算法相当.     

基于复杂网络的手机基站网络研究

将北京智能交通系统中的手机数据抽象成复杂网络,结合网络图论思想,将网络的节点换作手机数据中的基站,网络的边则产生于有关联的基站之间,那么就建立起一个手机基站网络的模型.在统计了大量手机数据的基础上,研究北京地区基站网络的复杂网络特性.统计分析表明,北京地区的基站网络具有较小的平均路径长度和较高的聚类系数（典型的小世界特性）,其节点的度分布具有无标度特性.基站网络的复杂网络特性研究为手机基站的布局和通信公司运营质量的提高,提供了新思路.     

基于目标节点信息量的复杂网络路由策略

复杂网络上信息包路由策略的设计和优化一直是人们关注的热点,而目标节点局部信息的路由策略未见报道.提出了基于目标节点局部信息量的路由策略,并分别与最大度路由策略、信息包等待时间路由策略进行了对比分析.结果表明,基于目标节点信息量路由策略的信息包传输效率明显提高.网络规模一般也会对信息包的路由效率产生影响,随着节点数目的增...     

高效率多维离散分布随机数生成算法

多维离散随机数在进行计算机仿真中具有重要作用,一般计算机高级语言通常只能给出一维离散随机数,无法满足计算机仿真和实验的需要,如何生成多维离散随机数的研究未见报道,因此提出如何通过均匀分布随机数获得服从任意多维离散概率分布随机数生成的理论和方法,较好的解决了这一问题.     

基于生成对抗网络的异质信息网络表征学习

鉴于传统的异质信息网络通常存在的高维稀疏性缺点,首先提出将异质信息网络的高维顶点嵌入低维向量空间的无监督学习模型—— 基于生成对抗网络的异质网络表征学习(heterogeneous network representation learning based on generative adversarial netwo...     

融合自注意力机制与生成对抗网络的DEM空洞填充

针对现有数字高程模型（digital elevation model, DEM）数据空洞填充算法存在修复效果不连续、适用空值范围狭小以及细节重构丢失等问题,提出了一种融合自注意力机制的生成式对抗网络的DEM空洞填充方法。首先,构造自注意力机制提取DEM数据特征信息,改善DEM空洞填充结果高程值不连续和纹理细节缺失的问题。其次,在生成器中使用对称结构的卷积与反卷积网络结构,保证生成可靠度较高的数据以实现空洞区域填充,并利用判别器实现空洞填充结果的预分类。最后,结合重构损失函数进行训练,提升DEM空洞填充结果对异常值的鲁棒性,增强模型的回归能力。采用不同分辨率DEM数据进行空洞填充并与现有方法进行对比,结果表明：所提方法能够大幅提升填充精度,有效解决原始数据中存在的空洞问题。     

一种新的数据分类方法-PSS算法

在数据量很大时,原有的数据分类方法变得失效。因此提出一种新的基于抽样的数据分类算法PSS,并提出三种PSS并行化算法AS,HS和VS算法。在相同的数据量下,PSS算法比传统的sPRINT算法具有更好的性能。实验结果表明,PSS算法及其并行化算法是一种高效的数据分类算法,尤其适用于解决海量数据库中的数据分类问题。     

一种改进的OFDM通信系统信道估计算法

介绍了正交频分复用(OFDM)系统的基本原理和两类常用的信道估计算法:最小二乘法(LS)和最小均方误差(MMSE)算法。在16QAM高效调制的OFDM系统中,对两种算法进行了仿真验证,得出不同信道估计算法下的均方误差和误符号率曲线。同时仿真了线性最小均方误差(LMMSE)算法、改进的LS算法和改进的MMSE算法,仿真结果表明,改进的LS算法优于最初的LS算法,改进的MMSE算法具有最优的信道估计性能。     

求解线性不等式组问题的一种新算法

通过引入线性不等式组问题的一类光滑价值函数,将其求解问题等价地转化为无约束优化问题的求解.利用这个价值函数,提出了求解线性不等式组问题的一种新的共轭梯度算法.在线性不等式组的解集非空有界条件下,证明了算法的全局收敛性.数值实验结果表明了算法具有稳定高效的实用性能.     

StoIt 45°上行波方程偏移的一种新算法

将Fourier方法与有限差分法相结合,并借助投影算子,建立了既简单、又适合变速度模型的Stolt 45°上行波方程偏移的一种新算法,同时讨论了其稳定性.     

基于跳数的传感器网络节点定位改进算法

提出一种基于跳数的无线传感器网络节点定位改进算法,用以更准确获取在无线传感器网络监视区域内目标节点的位置。算法精确估算网络中节点间的平均每跳距离,解决了经典定位算法中校正值不准确的问题,同时,算法在估算节点位置时,优化选取定位的参考节点。实验结果表明,改进算法提高了网络中节点定位精度,有助于推动无线传感器网络的应用。     

关于卷积神经网络损失函数的改进算法

经典的卷积神经网络模型损失函数在设计时只考虑输出与标签之间的比较,没有涉及到图片之间的差异.为了提高卷积神经网络模型提取特征的差异,提出了基于Triplet network模型约束的卷积神经网络模型,这种方法提高了卷积神经网络提取有效特征的能力,减少数据集数量对于模型的影响.在MNIST数据集和cifar-10数据集上进行实验,提出的新模型在这2个数据集上比经典的卷积神经网络模型识别效果更好.     

广义离散随机线性系统稳态Kalman估值器统一新算法及其渐近稳定性

基于ARMA新息模型与白噪声估值器,提出了广义离散随机线性系统稳态Kalman估值器统一新算法,并证明了其渐近稳定性.     

一种最短路径的演示算法

根据最短径问题的理论 ,编制了一个最短路径问题的演示算法 ,文中给出了合理的存储结构及主要算法 ,本算法与教材中的算法不同 ,更好地体现了迪杰斯特拉思想     

最高阶非零子式的简便算法

讨论了矩阵最高阶非零子式常用的2种算法及其求解原理,指出这2种算法的固有缺点.给出了最高阶非零子式的新算法,该算法提高了求最高阶非零子式的速度和准确性.总结分析了这几种算法的优劣及适用条件.