改进的谱二分法在重叠社团发现中的应用

社团发现算法在学术界得到了广泛的关注和研究,但是利用网络的边属性进行重叠社团发现的研究还比较新颖.通过将谱分析应用到边图上来发现重叠社团,谱二分法被改进为能够发现重叠节点的新算法.实验中改进的谱二分法与经典的边社团检测LC算法、分裂型的社区结构发现GN算法和派系过滤CPM算法在3个评价准则上进行对比,在3个真实网络上的实验结果表明本文提出的改进谱二分法效果更好,该算法不但实现了准确的社团划分,而且找到了社团之间的重叠节点.因此,可以认为基于拉普拉斯矩阵的谱二分法在以网络的边为研究对象时仍然适用,并且在边图上谱二分法实现了重叠社团发现的目的.     

影响社团特性的微观结构因素解耦分析

现有的网络微观结构对社团特性影响的定性和定量分析，方法上还没有通用可靠的框架，实验数据集一般较小，说服力不强，此外也没有充分拆解各因素之间的耦合性。在定性分析上，采用基于零模型和“显著性检验”的微观结构对社团特性影响的分析方法，对各种类型网络进行了社团结构显著性检测，实现了微观结构对社团特性影响的质性分析。在定量分析上，提出基于零模型和“中介效应分析”的微观结构对社团特性影响的分析方法，将已知社团结构显著性类型网络的原始网络与零模型或零模型与零模型间模块度值作差，剔除微观结构对社团特性的作用，量化出不同社团结构显著性类型网络的不同阶数网络微观结构对社团特性的贡献程度。该文使用社交生物、科技、交通、经济、信息等不同规模的550个实证网络进行实验分析，全面深入分析了微观结构对社团特性产生的作用，有利于理解社团特性的形成机制。     

基于弱派系的多层社会网络重叠社团发现算法

针对现有社团发现算法中多层社会网络的重叠社团发现算法较少,且较难检测小型多层网络中社团的问题,提出一种基于弱派系的多层社会网络重叠社团发现算法.算法通过检测与合并网络中的弱派系得到社团发现结果,弱派系的构建综合考虑了节点度和节点邻居间的连接,得到更细粒度的社团结构,并同时适用于无向与有向网络.真实网络的实验结果表明,该算法可有效检测小型多层社会网络中的重叠社团,优于现有的基于局部社团的社团发现算法(local community based community detection algorithm,LC-CDA算法).     

基于社团信息传播能力分析的微博舆情热点监测

在分析微博舆情热点监测研究局限的基础上,从信息传播角度提出一种基于社团信息传播能力分析的微博舆情热点监测方法。该方法首先基于微博用户间信息交互构建微博信息交互网络;然后采用快速Newman社团发现算法挖掘信息交互网络中的信息传播社团;最后根据用户传播影响力和用户间交互紧密度对社团的传播能力进行评估,并通过对具有较强信息传播能力社团中信息交互的监测实现微博潜在舆情热点的挖掘。实验结果表明,微博信息传播社团的信息传播能力与热点微博信息在社团中的真实传播效果具有较高的拟合度,通过对强传播能力社团中信息交互情况的实时监测,可发现潜在舆情热点信息。     

动态网络桥系数增量聚类算法

提出了一种在动态网络中发现社团结构的增量式聚类算法.基于动态网络中相邻采样时刻网络拓扑变化较小的特点,将网络前一时刻的社团结构作为当前时刻的初始聚类结果,利用边的桥系数判断网络拓扑变化对聚类结果的影响,局部调整初始聚类,最终得到符合当前网络拓扑的社团结构.通过和马尔可夫聚类算法进行比较,验证了本算法的精确性和高效性.实验结果表明,利用增量聚类算法分析动态网络,避免了对当前网络的重新聚类,可以快速、准确地发现动态网络社团结构.     

一种面向动态网络的社团检测与演化分析方法

针对制约动态网络演化分析方法发展的社团演变模式挖掘问题,设计了基于指向性变异策略和变邻域搜索算法的静态社团检测算法与基于匹配度和社团生存周期的社团演化分析算法,并采用在时刻上运行静态社团检测算法、在时序上运行社团演化分析算法的策略,提出了一种面向动态网络的社团检测与演化分析方法。并用Zachary空手道俱乐部网络和Power网络验证了该方法的可行性和有效性。     

基于基因表达式编程的复杂网络自动聚簇算法

在无先验知识的前提下,复杂网络聚簇需确定簇数并精确地将节点分配到其所属簇,而大部分传统聚簇方法无法自动确定簇数。为解决这一问题,结合GEP和信息论聚类框架,提出了复杂网络自动聚簇算法——AutoC-NC-GEP。算法为复杂网络聚簇建立了GEP结构模型,设计了有效的遗传算子,提出了"不完全聚簇划分"概念,并分别以Map Eqation和Modularity两种不同的网络社团结构量化函数为适应度函数,使用真实网络对算法的聚簇性能进行了测试。实验结果表明,在没有先验知识的前提下,AutoCNC-GEP算法不仅能正确解析网络的社团数量,还可以自动将节点精确地分配到其所属社团中,从而获得网络的最佳社团结构。     

水声通信网层次路由算法

针对水声通信网中由于节点能耗不均衡而影响网络生命周期的问题,基于无线传感网络的层次路由算法,提出了一种适用于水下环境的水声通信网层次路由算法.该算法采用分轮的思想,使用改进的复杂网络社团结构检测谱方法的相关算法.通过网络初始化等措施构建水声通信网的图结构,并利用Laplacian阵与聚类算法得到簇结构,进而实现网络中数据的正常传输.仿真实验表明,在水声通信网的特殊条件下,该算法相对于传统的LEACH协议能取得较好的效果,在网络稳定传输数据的情况下,网络各轮的存活节点数均优于LEACH.     

社团结构生长网络模型研究

在有社团结构的网络中,为了研究社团之间的连接方式及社团内部个体之间的连接方式对整个网络结构的影响,建立了一个带有社团结构的网络模型.在社团内部仍采取度优先选择机制,在社团之间采取了社团平均度优先选择的方式.基于这样的选择方式生成了一个新的网络,获得了网络节点的度分布与联合度分布,并且发现该网络仍是一个无标度网络.最后利用数值模拟很好地验证了理论计算结果.     

复杂网络中的社团结构算法综述

社团结构是复杂网络的一个极其重要的特性,网络社团结构挖掘在生物学、计算机科学和社会学等多个领域都具有很重要的意义。近年来,针对不同类型的大规模复杂网络,人们提出了很多寻找社团结构的算法。该文综述了该领域最新的比较有代表性的一些算法,重点分析了基于模块度指标的改进算法,能够体现社团层次性和重叠性的新算法,衡量社团划分算法好坏的基准图。最后展望了该领域的未来研究方向。     

一种基于Hadoop的大规模Internet频繁闭图挖掘算法

针对当前单机模式下频繁闭图挖掘算法无法处理大规模Internet数据集的问题,通过改进Apriori算法,提出了基于Hadoop的迭代式频繁闭图挖掘算法AMR（Apriori based on MapReduce）。首先将动态网络的边集存储在键值表中,并设计了序列化子图编码方案以确保频繁子图的唯一性;然后提出了一种传递子图编码的通信机制,通过整合每个分片的支持度得到全局支持度,从而确保了频繁闭图的准确性;最后通过剪枝得到动态网络的频繁闭图。将AMR算法分别运用于国家级和AS级Internet的动态网络中,结果表明,频繁闭图能够准确表征Internet骨干网络的拓扑结构,说明AMR算法能够快速且有效地挖掘大规模动态网络的频繁闭图。     

动态社会网络中的社区挖掘算法研究

为解决社区挖掘问题,针对社会网络的动态特性,给出了新的社区定义,并结合连通性和频繁性概念提出一种糯的算法DCSMA（Dynamic Community Stmcture Mining Algorithm）。挖掘时刻连通的个体集合作为社区,采用层状结构模型,根据乖要性权重区分社区内个体,使社区结构更加清晰。在标准测试数据集上的实验结果表明了该算法的可行性棚仃效性。     

一种基于神经网络的数据挖掘方法

针对数据挖掘中的分类问题,本文提出了一种利用网络抽取分类规则的方法,为了易于抽取规则,采用遗传算法对神经网络的结构进行了进化,实际运行结果表明了该方法的有效性。     

社会困境下双重度偏好社团网络合作涌现研究

考虑复杂社会网络中的“社团结构”特征,基于经典的囚徒困境博弈和累积收益策略更新规则,构建社会困境下具有双重度偏好的社团网络演化博弈模型,系统研究静态社团网络外部连接密度、动态社团网络中策略与结构共演化时间尺度以及策略更新中噪声对合作涌现的影响及其作用机理。研究发现,社团网络间连接密度对合作涌现具有负向影响;尽管静态社团网络合作水平在数值上是明显高于动态社团网络,但其合作演化的策略构成、策略稳定性及其演化动态性存在显著差异;动态社团网络中策略与结构共演化的时间尺度对合作涌现的影响呈现相对优劣互转的变化趋势,具体表现为在低背叛诱惑值下时间尺度越小越不利于合作,而在高背叛诱惑值下时间尺度越小越有利于合作;策略更新过程中噪声对静态和动态社团网络合作涌现的影响是单调的,且适度的引入噪声能够显著提高合作水平。     

Community discovery method with uncertainty measure of overlappingnodes based on topological potential

Community discovery of complex networks,esp.of social networks,has been a hotly debated topic in academic circles in recent years.Since actual networks usually contain some overlapping nodes that are d...     

采空区上覆岩层移动破坏动态力学模型的应用

采用采动岩体动态力学模型,对采动引起的覆岩移动破坏的时空规律进行了研究,结合兴隆庄矿５３０６工作面的地质、开采条件,对采动引起的断裂带发育发展规律,岩体内部离层发生发展规律、地表下沉规律等问题进行了分析,并对观测结果作出了较以前的各种理论模型更为符合实际的解释,该模型可在实际工作中得到了很好地应用。     

新一代动三轴仪计算机数据采集与处理系统

在８０年代研制的动三轴仪基础上,采用现代计算机技术,实现了对动三轴试验全过程动应力、动应变和动孔压发展变化的实时采集、显示和数据文件在线存盘。不仅使数据处理过程全部自动化,且成功地解决了滞回圈等非规则曲线面积及莫尔圆公切线求解等一系列难题。     

基于神经动力学的目标跟踪算法

通过对神经网络模型的研究,将神经动力学的Shunting模型应用到目标跟踪系统中.该算法具有模型简单、参数不敏感、网络运算不易饱和、算法速度快,且不需要预设工作环境等优点,适用于未知动态环境下的优化目标跟踪.Matlab仿真试验表明,该算法可解决动态环境下的目标跟踪.