标度曲线拟合与金融时间序列聚类

针对金融时间序列具有的多重分形特征,提出基于标度曲线测度沪深300指标股之间的相似性并实现聚类。该方法首先使用多标度退势波动分析(MSDFA)拟合不同自相关阶数下收益率序列的标度曲线,然后抽取其分布或形态特征构造模式向量。聚类通过含权K-means算法实现,最优类别数根据分类适确性指标(DBI)确定。结果显示,基于标度曲线的聚类能够揭示出股市的行业聚集性和板块间的关联性,在此基础上构造的投资组合可以显著降低风险,并且效果优于基于原始序列线性趋势特征的聚类。     

基于优化理论的社区无标度网络模型

当前建模社区无标度网络的研究多基于组合法,即先构造无标度特征再构造社区特征,或者先构造社区特征再构造无标度特征.基于组合法的模型能生成令人满意的社区无标度网络,但是该方法需要满足社区大小相等、社区特征和无标度特征间的顺序依赖等特定条件,而这些特定条件在真实网络的演化中往往并不存在.值得注意的是,多数学者同意社区网络起源于网络节点之间的类别距离,如地理距离、兴趣距离、偏好距离等,但现有研究尚未确证社区结构与类别距离之间的因果关系.针对组合法的缺点和社区特征起源的问题,该文建立了一个优化模型,该模型以无标度属性为优化目标,以类别距离为约束条件.仿真结果表明该模型揭示了类别距离与社区特征间的因果关系,能生成多种参数下的社区无标度网络,更好地拟合了现实世界中的社区无标度网络.     

社区发现在复杂网络划分中的应用

在无标度网络中,社区结构是普遍存在的一种网络结构特性,社区结构是网络中间层的描述,是对网络的自然压缩。文中基于这一事实,将社区结构发现方法加入到多层网络划分框架中,提出了基于社区结构的多层网络划分改进策略。该方法首先对无标度网络进行社区发现;然后以发现的社区结构为单位,对原网络进行压缩;之后对压缩后的网络进行初始划分;最后将划分结果还原为对原网络的划分。在进行初始划分时,为获得较好的划分效果,引入了0-1规划方法,并使用K-L算法进行优化。通过对比实验,结果表明把社区结构引入多层网络划分方法中,可以获得更好的划分。     

具有社区结构的无标度网络生成算法

近年来,生成图模型在复杂网络研究中的作用越来越重要。图的生成过程对于研究疾病的蔓延和信息的传播具有重大意义,同时图模型的生成也有助于更深入地研究复杂网络的特性。为了能够生成既符合真实网络特征又具有结构多样性的复杂网络,提出了一种具有社区结构的可调节聚集系数和模块性的无标度网络生成算法——TCMSN(Scale Free Network with Tunable Clustering Coefficient and Modularity)。通过调节混合参数可以调节生成网络的模块性,通过调节社区内连边的概率和混合参数可以对网络聚集系数进行调节。TCMSN采用了合理的连边策略,在不破坏网络结构多样性的情况下,能尽可能维持网络的无标度特性。人工构造数据和真实网络数据的对比实验结果表明,TCMSN算法能够生成可调节聚集系数和模块性的无标度网络模型,且能够生成最接近真实网络社区结构特征的网络模型。     

网络社区发现的多目标分解粒子群优化算法

通过分析社会网络中社区发现问题的优化目标,构造了社区发现的多目标优化模型,提出一种网络社区发现的多目标分解粒子群优化算法。该算法采用切比雪夫法将多目标优化问题分解为多个单目标优化子问题,使用粒子群优化(PSO)算法对社区结构进行挖掘,并引入了一种新颖的基于局部搜索的变异策略以提高算法的搜索效率和收敛速度,该算法克服了单目标优化算法存在的解单一以及难以发现社区层次结构的缺陷。人工网络及真实网络上的实验结果表明,该算法能够快速准确地挖掘网络社区并揭示社区的层次结构。     

基于粒子群优化的复杂网络社区挖掘

为解决复杂网络社区结构挖掘的优化问题,根据复杂网络拓扑结构的先验知识,提出一种基于离散粒子群优化的社区结构挖掘算法。将粒子的位置和速度定义在离散环境下,设计粒子的更新规则,在不需要事先指定社区个数的前提下自动判断网络的最佳社区个数,给出局部搜索算子,该算子可以帮助算法跳出局部最优解,提高算法的收敛速度和全局寻优能力。实验结果表明,与iMeme-net算法相比,该算法能够准确地挖掘出复杂网络中隐藏的社区结构,且执行速度较快。     

基于局部相似性的复杂网络社区发现方法

复杂网络是复杂系统的典型表现形式, 社区结构是复杂网络最重要的结构特征之一. 针对复杂网络的社区结构发现问题, 本文提出一种新的局部相似性度量, 并结合层次聚类算法用于社区结构发现. 相对全局的相似性度量, 本文提出的相似性度量具有较低的计算开销; 同时又能很好地刻画网络的结构特征, 克服了传统局部相似性度量在某些情形下对节点相似性的低估倾向. 为了将局部相似性度量用于社区结构发现, 推广了传统的Ward层次聚类算法, 使之适用于具有相似性度量的任意对象, 并将其用于复杂网络社区结构发现. 在合成和真实世界的网络上进行了实验, 并与典型算法进行了比较, 实验结果表明所提算法的可行性和有效性.     

复杂网络社区挖掘的距离相似度算法

有效挖掘出复杂网络中隐藏的社区结构具有重要的理论研究意义和广泛的应用前景,目前已有多种关于社区挖掘算法和社区性质的研究,但还未见深入讨论结点间距离与全局社区结构内在关系的工作.因此,深入研究了它们之间的内在联系,发现较近(远)的结点通常以较大的概率属于相同(不同)社区,相同(不同)社区中的结点距离通常较小(较大).基于...     

基于社交网络节点中心度挖掘其社区框架

社区结构作为真实复杂网络所普遍具有的一个重要的拓扑特性,最近10年内得到了广泛而深入的研究。为解决社区挖掘策略时间复杂度过高、缺少与用户交互等问题,讨论了社交网络节点中心度、度的幂律分布等特性,提出了"关键子网络"和"社区框架"的概念,设计了社区框架挖掘算法MCF(Mine the Community Framework)和社区框架钻取算法DCF(Drill Down the Community Framework),其中MCF算法用于挖掘社交网络的社区框架,DCF用于对社区框架进行钻取,从不同粒度展现社区结构。实验结果和实验分析表明,MCF算法能够在较短时间内挖掘出反映复杂网络社区状态的社区框架,DCF算法可以以用户交互方式实现高质量的社区划分。     

复杂网络节点相似性算法及其在癫痫病辅助诊断的应用

节点相似性分析是链路预测和社团挖掘中的重要部分.引入CN (Common Neighbor,共同邻居)算法、RA (Resource Allocation,资源分配)算法、AA (Adamic-Adar)算法、Sorenson算法等四种节点相似性算法作用于真实网络以及仿真网络(即小世界网络和无标度网络)网络,计算AUC (Area Under the Curve,曲线下面积)曲线从而比较算法的预测准确性,结果表明RA算法的预测准确性优于其他三种算法.随后将四种算法用于分析8例全身性癫痫患者脑电数据功能连接网络,结果发现RA算法预测准确性最佳,通过RA算法能确定最大节点相似度组成的节点簇,为量化大脑功能状态提供客观指标,未来可以将该方法用于临床辅助诊断.     

有机化合物异构体生成器研究工作的进展

设计异构体生成器是为了用计算机辅助完成把结构片断对接成候选结构的浩繁工作，它是有机化合物结构自动解析专家系统的核心。本文首先综述国内外有机化合物结构异构体生成器的发展历史、现状和进展，然后归纳出结构集成、结构缩减和随机搜索三种基本结构生成方法，并具体介绍主要结构生成器的关键生成算法。     

制造系统控制结构现状和发展——从集中结构到动态结构

系统的决策控制系统依赖于系统内部的控制结构,制造系统的控制结构是先进制造与自动化领域的重要研究课题。制造系统的控制结构与计算机技术、生产设备自动化水平及制造模式等因素有关。早期的制造系统采用集中控制结构,而柔性制造系统和计算机集成制造系统多采用递阶控制结构。目前制造业已进入一个新时代,传统生产模式和企业结构无法适应不可预测的激烈的环境变化。因此,未来制造系统需要具备快速变化能力的动态控制结构。     

软件系统体系结构的结构剖析

软件体系结构是对软件系统结构的描述 ,而软件系统展示了多种结构 ,文章介绍了某些常用的软件结构 ,如模块结构、概念结构、进程结构、使用结构、物理结构、调用结构等等 ,并且对这些结构间的相互关系作了概要阐述。     

一种新的植物形态结构表达模型

为模拟真实植物的具体外观形态,提出了一种植物形态结构表达模型。该模型从拓扑结构和几何结构两个角度对植物形态进行描述,将拓扑结构与归一化植物器官相结合构造形态结构。模型以叶元为描述植物形态结构的单位,保留了形态结构的细节信息,并用生长特征对形态结构进行归类,大大节省了植物模拟时所需数据量。选取松树的形态结构,使用模型对其进行模拟实验。结果验证了模型的可行性和有效性。模型能够用于自然景观模拟、植物可视化、计算机辅助设计等领域。     

FastGen:一种新颖的混合的结构产生算法

结构产生算法是计算机辅助结构解析专家系统的心脏。本文首先分析了结构产生过程的复杂性,然后介绍了一个新颖的,混合使用结构组装与结构缩简策略的结构产生算法。这个名为FastGen的算法的一个最大特点是能够直接地、前瞻性地使用必需的和禁止的两种子结构,而且允许子结构之间有任何程度的相互重迭。     

确定化学结构的索引码构造

我们总结了描述确定化学结构的6种属性，并以此设计了一种索引码，用于确定结构的筛选和检索。这种索引码对应于每种属性，形成不同的检索限制条件，可单独使用，也可联合使用，得到一个确定结构候选集，这个集合保证了反继精确匹配所要求的时间、效率和准确性。完成了通过索引码进行检索的单机版和网络版的编程工作并进行了测试。     

一种有效的混合空间索引机制

论文结合网格索引和R树索引的特点,提出了一种基于粗分网格和聚类R树的混合索引方案(HSIBGR)。该方案首先将矩形地理空间进行粗网格划分建立一级索引,然后针对每个小网格建立基于R树的二级索引,采用聚类技术处理溢出R树结点的分裂。论文还对HSIBGR索引机制进行了理论分析和实验验证,结果表明HSIBGR索引机制能有效地减少存储开销,提高检索效率,具有良好的性能。     

PGL-CIMS的设计与开发

本文介绍了平果铝业公司CIMS的系统结构、网络结构、软件结构、关键技术等一系列技术问题。     

Computing general geometric structures on surfaces using Ricci flow

Systematically generalizing planar geometric algorithms to manifold domains is of fundamental importance in computer aided design field. This paper proposes a novel theoretic framework, geometric structure, to conquer this problem. In order to discover the intrinsic geometric structures of general surfaces, we developed a theoretic rigorous and practical efficient method, Discrete Variational Ricci flow.Different geometries study the invariants under the corresponding transformation groups. The same geometry can be defined on various manifolds, whereas the same manifold allows different geometries. Geometric structures allow different geometries to be defined on various manifolds, therefore algorithms based on the corresponding geometric invariants can be applied on the manifold domains directly.Surfaces have natural geometric structures, such as spherical structure, affine structure, projective structure, hyperbolic structure and conformal structure. Therefore planar algorithms based on these geometries can be defined on surfaces straightforwardly.Computing the general geometric structures on surfaces has been a long lasting open problem. We solve the problem by introducing a novel method based on discrete variational Ricci flow.We thoroughly explain both theoretical and practical aspects of the computational methodology for geometric structures based on Ricci flow, and demonstrate several important applications of geometric structures: generalizing Voronoi diagram algorithms to surfaces via Euclidean structure, cross global parametrization between high genus surfaces via hyperbolic structure, generalizing planar splines to manifolds via affine structure. The experimental results show that our method is rigorous and efficient and the framework of geometric structures is general and powerful.     

视频结构挖掘的概念和框架

视频信息处理的关键是视频信息的结构化，视频除了有基本层次结构之外，还有隐藏其中的视频结构语法和结构语义。该文提出了一种视频结构挖掘的概念框架和视频结构挖掘的系统框架，在概念框架中对视频结构挖掘相关概念给出了明确定义和界定；视频结构挖掘框架主要包括：视频基本层次结构挖掘，视频结构语法挖掘和视频结构语义挖掘。讨论了视频结构模式和知识的具体应用，包括指导视频的组织与管理、实现基于内容的个性视频推荐和改善视频摘要系统。