基于自然连通度的复杂网络抗毁性分析

以自然连通度为抗毁性谱测度指标,详细分析了度分布、小世界性、度关联性3种典型复杂网络结构属性对复杂网络抗毁性的影响:通过混合择优模型构造不同度分布复杂网络,研究了度分布对抗毁性的影响,研究表明在相同条件下,度分布越不均匀抗毁性越强;从规则环状格子出发,通过保度随机重连和自由随机重连研究了小世界性对抗毁性的影响,研究表明复杂网络拓扑结构的抗毁性与小世界性并不存在必然的相关性;通过保度同配重连和保度异配重连研究了度关联性对抗毁性的影响,研究表明同配网络比异配网络的抗毁性更强。     

一种结合形状上下文分析的Laplace谱匹配算法

提出了一种结合形状上下文分析的Laplace谱匹配算法.工作主要侧重于如何提高Laplace谱匹配算法对点的位置随机抖动的鲁棒性.首先,使用Laplace矩阵的特征向量和特征值以及双随机矩阵的方法计算初始匹配概率.然后,借助于概率松弛算法,将用形状上下文表示的局部相似性融入Laplace谱匹配算法以优化谱匹配的结果.对真实和合成数据的实验表明该方法具有比较高的精度.     

基于共邻矩阵的复杂网络社区结构划分方法

提出了一种基于共邻矩阵和增益函数的划分算法来发现复杂网络中的社区结构.共邻矩阵中元素的含义为结点对之间拥有相同邻居的数目.以增益函数作为网络社区结构划分的目标函数,进一步推导出基于增益矩阵和增量矩阵的特征值和特征向量的社区结构划分方法.最后把这种算法应用于三个常用的实际网络数据中,并和Newman基于模块度矩阵 的谱算法结果做了比较,以验证该算法的可行性和有效性.     

基于边数随机增长的扩展无标度网络演化模型研究

经典BA无标度网络演化模型假定所有嵌入节点的初始连边数量均相同,而该假定对于许多真实的演化网络往往显得过于严格.为进一步增强模型的通用性,构建了具有边数随机增长特征,即所有嵌入节点的初始连边数量为独立同分布随机变量序列的扩展无标度网络演化模型(简记为ENRG-BA模型).运用马氏链解析法获得了ENRG-BA模型网络稳态度分布的精确表达式,并从分布的性质与数值模拟两个方面验证了解析结果的正确性.研究结果表明,当所有嵌入节点的初始连边数量均具有有限的期望和方差时,ENRG-BA模型存在网络稳态度分布;当所有嵌入节点的初始连边数量均具有相同的分布参数与相同有限区间长度的定义域时,ENRG-BA模型退化为Degenerate ENRG-BA模型(简记为DENRG-BA模型);当所有嵌入节点的初始连边数量均服从相同参数的单点分布时,DENRG-BA模型进一步退化为BA模型.ENRG-BA模型与DENRGBA模型的网络稳态度分布在大度数处均具有与BA模型网络稳态度分布相同的幂律行为,在小度数处则呈现出BA模型网络稳态度分布所不具备且类型丰富的马头形状,其中部分马头形状与某些实际演化网络的度分布中所...     

基于可调负载重分配的复杂网络级联失效模型

针对现实网络上的负载重分配规则常常是介于全局分配与最近邻分配、均匀分配与极端非均匀分配的特点, 提出了一种可调负载重分配范围与负载重分配异质性的复杂网络级联失效模型, 并分析了该模型在无标度网络上的级联失效条件. 解析与仿真结果表明, 合理调节负载重分配的范围、负载重分配的异质性可以显著提高复杂网络抵御级联失效的抗毁性.     

基于复杂网络与随机动态稀释机制的演化博弈分析

借助复杂网络的理论与方法，以演化博弈理论为基础，提出了随机动态稀释机制，并探讨了该机制对复杂网络上演化博弈的影响。对无标度网络、小世界网络和规则网络这三种典型网络上的博弈过程进行了模拟，并分析了结果。通过同质性网络与异质性网络上合作行为的比较研究，发现随机动态稀释机制能使同质性网络产生局部异质性，从而促进合作。并且当随机概率P=P^＊时，会出现最佳合作行为。     

探讨动态复杂网络的新途径

指出了BA模型分析过程的缺陷,考虑了复杂网络节点的到达时间间隔分布和寿命分布,将复杂网络与排队系统联系起来,从方法论上取得了突破,为复杂网络的研究提供了新途径.利用Markov链理论分析了G-M-P网络,获得了这类网络稳态度分布计算公式.     

老节点间有相互连接的供应链型有向网络

考虑了有向复杂网络老节点之间相互连接的概率,提出Poisson有向网络模型。发现这类网络节点的到达时间服从Γ-分布,从而,获得度分布的解析表达式。研究表明,Poisson有向网络的稳态平均入度分布和稳态平均出度分布表现为幂律分布,它的出度分布幂律特性受老节点之间相互连接的概率控制,但是入度分布与该概率无关.     

Toeplitz矩阵有限等距特性研究

在压缩感知热潮的影响下,观测矩阵的有限等距特性（restricted isometry property, RIP）也受到广泛关注。大多数理论研究表明高斯随机矩阵是满足RIP特性的,但由于其存储成本较高,物理实现较复杂,在实际使用中托普利兹（Toeplitz）随机矩阵由于可以使用快速离散傅里叶变换实现而受到青睐。该文将图论中点均匀着色定理和盖尔圆盘定理应用于压缩感知中,对托普利兹观测矩阵的RIP特性进行了证明,证明结果表明,由服从某种特定概率分布的项构造的Toeplitz矩阵以较大概率满足有限等距特性。最后,对最小二乘算法（least square,LS）、线性最小均方误差（linear minimum mean square error,LMMSE）算法和高斯观测矩阵的压缩感知算法以及Toeplitz观测矩阵的压缩感知算法进行了对比分析,Toeplitz观测矩阵的压缩感知算法在性能方面要优于高斯观测矩阵的压缩感知算法和传统算法,运算复杂度方面要优于高斯随机矩阵,为压缩感知实现无失真地重构原始信号提供了理论和应用参考。     

基于复杂网络的金融市场网络结构实证研究

基于股票价格波动序列的相关特性,通过阈值化处理得到金融网络的连接矩阵,并用复杂网络的特征参量表征其网络性质.节点累积度分布的胖尾特征表明存在少数中心节点的股票,而聚类系数和最紧邻平均度表征金融网络具有层次结构和异配特性.进一步研究k核结构,发现核数随节点度幂律增长,当节点度较大时核数保持不变,而且最核心的节点对应中心节...     

个体规则驱动的群体行为对称性破缺的临界状态

经济系统中,个体相互作用能够给群体涌现非常复杂的非线性行为,导致某些个体的非理性行为可能导致整个经济系统迅速崩溃,这种崩溃前系统的临界状态就显得异常重要.为了得到比较深刻的结论,将经济系统中个体之间的相互作用抽象成以随机复杂网络为结构的自适应博弈模型,从而构建合理的复杂自适应系统理论模型,然后通过随机攻击与蓄意攻击,来确定这一系统逾渗的临界状态.分析认为,当系统受到随机攻击时,系统表现出很强的鲁棒性,然而当系统受到蓄意攻击时,存在一个临界攻击概率使得系统具有较强的临界性.结论认为,系统受到随机攻击时,至少有两个大的组分保持系统联通,然而,当系统受到蓄意攻击时,系统存在一个临界删除概率,当删除概率小于这一临界概率时,系统存在两个大的组分;当删除概率大于这一临界概率时,系统难以保持联通.进一步而言,这一临界概率与系统中Agent的收益相关,这一结论修订了经典的以度为函数的复杂网络中的临界概率.     

基于压缩感知的稀疏无源雷达成像

当窄带外辐射源数目稀少且空间分布不均匀时,通常会在无源雷达成像中产生稀疏的无规则空间谱填充,使得传统快速逆傅里叶方法(inverse fast Fourier transform, IFFT)或极坐标方法难以获得良好的目标成像效果。针对这种空间谱填充的稀疏性和非均匀性,利用压缩感知理论在处理稀疏随机采样信号重构问题上的优势,提出了稀疏无源雷达成像方法。同时通过构造传感矩阵的互相关和积累相关函数,对目标图像的可重构性进行了分析。理论分析和仿真结果表明,对具有稀疏随机空间谱特点的无源雷达成像,本文提出的成像方法是有效的。     

基于负载最近邻偏好分配的复杂网络连锁效应

为深入研究复杂网络抵制连锁故障的鲁棒性,围绕影响连锁故障传播的最重要物理量负荷,基于负荷最近邻偏好分配的原则对节点崩溃后的动力学过程进行建模。基于该模型对ER随机网络和BA无标度网络模型的连锁故障条件进行解析分析,推导了网络免疫连锁故障的临界值公式,数值模拟获得了复杂网络抵制连锁故障的鲁棒性与网络模型拓扑参数的关系以及负荷初始强度参数和负荷分配系数对网络连锁故障的影响,并对解析分析的结果进行了验证。     

节点数固定的复杂网络模型初探

由于随机图模型、小世界模型和无标度模型的结构上存在交叉性，有必要对复杂网络进行新的分类。本文将复杂网络分成两类：节点数固定的复杂网络和节点数变化的复杂网络，且重点研究了前一类网络。首先时节点数固定的网络进行了细分，然后分析了在边的不同连接方式下节点数固定的网络的度分布、平均最短路长度和聚类系数等特征，最后讨论了小世界特性与无标度特性产生的原因。研究表明，节点数固定的网络大多具有小世界特性，小世界特性与无标度特性是从不同的侧面来研究复杂网络的，从而很好地解释了在许多复杂网络这两种特性能够共存的原因。     

岩性Markov预测下的长隧洞TBM施工进度随机仿真分析

长距离输水隧洞的TBM施工技术复杂,工序繁多,且受到众多不确定性因素(尤其是地质条件)的影响,给工程施工进度的安排及计划带来了相当的风险.在分析围岩岩性分布随机特性的基础上,提出了基于Markov过程的地质岩性风险预测方法,确定了沿隧洞轴线上岩性的分布概率,克服了以往方法难以量化地质风险的弊端,为定量分析地质风险提供了新的途径.在顾及岩性不确定性和工作活动时间随机性条件下,建立了针对不同岩性的TBM施工随机循环网络仿真模型,采用Monte-Carlo方法,对工程工期、完工概率以及资源利用情况进行了风险分析.工程实例应用表明本方法的可行性及有效性.     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。     

具有随机性的确定性网络模型

为了进一步研究复杂网络的统计特性,简单介绍了复杂网络的几个统计指标,给出了一种通过边的迭代方式生成一种确定性网络模型的方法.在此模型构造算法的基础上对网络的个别特性进行了推导,并通过计算机编程构造了模拟网络,对比了不同规模模拟网络的部分统计特性.由推导结果和模拟数据可知,迭代生成的网络具有较小的平均路径长度和较大的群聚系数,度分布服从指数分布.因此可判断出生成的确定性网络既具有小世界特性,又具有完全随机网络的特性.     

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.     

无线传感器网络节点随机调度算法研究

针对已有的无线传感器网络节点随机调度算法存在的问题,即由于节点是利用产生随机数的方法加入到不同的工作子集,从而导致初始子集中节点分布不均,在概率感知模型下提出了一种基于节点平均度的随机调度算法。该算法利用邻居节点之间的信息传输,使得每个节点的邻居节点尽量均匀分散在不同的子集中。通过随机概率理论分析了概率感知模型下网络覆盖度与节点数之间的关系,解决了新算法的节点配置问题。仿真实验证明了新算法的有效性及分析的正确性。     

随机调制信号参数的统计Cramer-Rao下限及其最大似然估计

随机跳频和随机脉冲重复间隔等随机调制信号的处理可以等价为随机调制信号中的参数估计问题。针对抽象的随机调制复正弦信号模型,借助Fisher信息矩阵推导了其复幅度和调制系数估计的Cramer-Rao下限并分析了其统计特性。求解了单个和多个随机调制复正弦信号的最大似然估计,利用“广义周期图”研究了其分辨及模糊性能,为后续的信号设计与处理提供了理论参考。计算机仿真实验验证了相关结论。