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.     

静息态功能脑网络核心节点评价方法及其在抑郁症分类上的应用

识别大脑功能网络的核心节点对于脑科学与脑疾病研究有重要的指导意义。目前,研究者普遍运用度中心性和k-core分解法来度量网络的核心节点,然而度中心性只考虑节点自身的邻居个数而忽略了其在网络中的位置。k-core分解法只考虑节点在网络中的位置而忽略了其自身的特性。本文综合考虑节点的度值及其在网络中的位置,提出了一种基于度值和节点位置相结合的核心节点评价方法。对正常被试大脑功能网络进行蓄意攻击仿真实验表明:与度中心性和kcore分解法相比,对采用新方法识别出的核心节点进行蓄意攻击后,网络的全局效率下降幅度最大;其次,依据文中提出的中心性指标,找到抑郁症患者和正常被试之间具有显著差异的脑区,并将这些脑区的中心性指标作为分类特征进行分类,使得分类的准确率提高了7%.     

一种基于代理和环形路由的传感器网络覆盖空洞修复策略

提出一种基于代理和环形路由的传感器网络覆盖空洞修复策略。此策略的核心在于:每一个休眠节点选取距离自己最近的工作节点作为代理节点,以代理节点与网络几何中心的连线方向扩散其位置信息,形成纵穿网络的存储代理信息的扩散路径;当网络中工作节点濒临死亡时,从代理节点开始以网络几何中心为圆心进行绕环路由,定位替换节点;经过仔细规划对信息路由的剪枝规则,降低节点的存储信息量。通过理论与仿真实验对网络能耗、节点移动距离和节点存储容量等多个方面对修复算法进行分析、评价与实验。研究结果表明:本文提出的策略有利于降低网络能耗,提高节点存储容量。     

黄山市乡村聚落网络结构特征

以黄山市2014年卫星影像为数据源,将乡村聚落矢量数据和分乡镇行政区划矢量数据进行叠置分析,并统计每个乡镇乡村聚落的面积.在改进引力模型的基础之上,借助社会网络分析方法,以聚落面积和各聚落之间的距离为变量构建黄山市乡村聚落空间网络结构模型,实证分析了黄山市乡村聚落网络结构特征.研究结果表明:(1)从网络节点结构分析来看,网络内向程度中心性和外向程度中心性都存在明显的两级分化现象;整个网络中介中心性分布极为不均衡,区县节点在整个网络中扮演着枢纽的作用,而乡镇节点的桥梁作用远逊于区县节点;通过对网络节点的结构洞指标进行对比分析发现,城市聚落的节点具有显著的结构洞优势,而乡镇节点的结构洞优势相对较弱.(2)从整体网络结构分析来看,黄山市乡村聚落空间网络密度较低,乡村聚落之间的相互影响较小;从程度中心势的指标来看,不论是内向程度中心势指标还是外向程度中心势指标,其数值都较高,说明乡村聚落空间网络结构具有明显的集中趋势;乡村聚落空间网络结构存在明显的核心-边缘结构特征,核心区节点之间比边缘区节点之间空间互动关系更为密切,但总体来讲这种空间作用仍然较小.     

基于复杂网络理论的中国城市航空网络有向加权分析

为了科学优化中国航空网络资源分配、测评特殊机场的重要地位,本文运用复杂网络理论,构建中国城市航空有向加权网络,探究其网络结构特征并以度中心性、介数中心性、入强度为指标进行节点重要性排序筛选国内重要机场节点。结果表明,中国城市航空网络的节点度值和边权值分布都具有异质性,是一个无标度网络;不同方法筛选出的重要机场节点基本一致,筛选结果为网络整体管控提供有效意见;ZWWW、ZYHB机场在介数中心性相对其他指标较高,在网络中具有重要的中转作用。     

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.     

司马迁写夜郎当代史

夜郎的历史最早见于《史记》。近二十年来学者发表的文章,主要集中在夜郎的政治中心、族属等问题上,还未有人就《史记》中有关夜郎史料进行整理。通过对《史记》中夜郎史料的梳理分析,可知司马迁写了一段夜郎当代史。     

基于宝鸡公交网络节点的中心性分析

选取陕西省宝鸡市的344个公交站点作为节点,基于复杂网络理论构建了宝鸡公交网络模型.通过分析网络中节点的度中心性、介数中心性以及紧密度中心性指标,对网络中各个节点中心化程度进行研究,从不同的角度确定出宝鸡公交网络中的枢纽节点,对应于城市的关键站点和主要换乘站点.网络节点中心化的研究可为城市公交网络站点的合理分配及公交系统规划提供一定的理论依据.     

测绘领域研究热点可视化分析

本文以测绘期刊为研究对象,可视化分析测绘领域研究热点。首先利用网络爬虫获取文献数据,从中提取作者和关键词要素;依据概念间关联关系构建期刊元网络,通过度数中心性和介数中心性评估各子网络节点影响力;综合各子网络的评估指标形成作者和关键词节点的重要性综合指数,判断期刊网络中的核心节点;然后以时间为粒度对关键词要素进行度数频次统计,分析测绘领域研究热点演变;最后对高频关键词进行聚类,总结测绘领域研究发展方向。表明通过复杂网络节点影响力测度可以定量展示我国测绘领域的研究现状,并可在时间维度上展示学科发展演变趋势。     

基于中心度发现的中心社团

使用度中心度与流介数中心度相结合的方法,首先计算出节点的度中心度和流介数中心度,得出网络中的几何中心点和信息、物质或能量在网络上传输时经过路径最多的节点,并将这两个指标作为一个整体考虑,得到这两个指标相对比较大的节点,再在这些节点和其邻居节点上利用CPM社团发现算法,从而发现网络中的中心社团.此方法可以发现网络中相对"重要"的社团,对复杂网络上的传播机理、相继故障等分析都有一定的意义.随后利用该方法分析兰州市公共交通线路网络的中心社团结构,结果表明该社团在网络中的确可以起到比较重要的作用.     

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。     

基于节点重要度动态评估的复杂网络级联失效分析

级联失效前的评估和检测是预防和控制级联失效现象的关键,对充分把握整个网络系统的稳定运行至关重要。为深入探究级联失效传播过程的内在机理,提出一种考虑网络动态特性的节点重要度评估模型;在此基础上,采用一种更符合真实复杂系统的非线性容量负载模型,利用该模型进行不同攻击策略下的级联失效仿真,以网络的最大连通子图比例为测度量化网络抵御级联失效的抗毁性,仿真结果表明,节点41所在的广安市与节点55所在的重庆市,无论是在静态节点重要度评估,还是动态节点重要度评估下,均是成渝铁路网络中最关键的节点;此外,不考虑级联失效情况下,在网络的静态拓扑结构中,节点的度中心性更能代表节点的关键程度;而在动态的网络拓扑结构中,节点的介数中心性更能代表节点的重要性,与度值攻击相比,采用重要度攻击策略能以更快的速度击溃网络;考虑级联失效情况下,与其他攻击策略比较,采用重要度攻击策略时,在级联失效的作用下,仅攻击2个节点,网络便会迅速崩溃,验证了节点重要度动态评估模型的有效性;同时探讨了网络在不同模型参数下抵御级联失效的抗毁性,实验结果表明,在一定范围内提高负载系数、容量系数可以有效提高网络抵制级联失效的抗毁性;受网络拓扑结构和攻击策略的影响,需设置较大的节点容量,来预防网络的级联失效。     

基于RBF神经网络的销售预测模型的研究与应用

文章研究一种基于RBF神经网络建立预测模型方法,其主要采用有监督学习的SG(Stochastic gradient)法对RBF神经网络进行训练,并通过遗传算法优化隐层节点的中心值,用优化的中心值再次训练网络,优化网络参数,得到全局最优解。     

基于区域集中存储的CCN路由策略

针对在内容中心网络(content-centric networking, CCN)中如何结合缓存资源提高路由效率,优化网络性能的问题,提出一种轻量级的基于区域集中存储的路由策略(regional centralized storage routing strategy, RCSRS)。提出区域集中存储思想,以节点度中心性、紧密中心性、介数中心性和凝聚度为指标,选取区域中心度最高的节点作为核心节点集中缓存内容资源,剩余普通节点仅负责路由转发;并设计基于集中存储的路由机制,路由时快速引导兴趣包至区域核心节点以查找内容。仿真结果表明,与传统路由策略相比,该方案在较低网络开销下,平均命中率、平均请求时延和平均跳数减少率方面有明显提升。     

基于宝鸡公交线路的网络构建与分析

目的研究宝鸡市公交系统的运行状况。方法以宝鸡市43条公交线路作为节点,借助复杂网络理论建立宝鸡市公交线路的网络模型,并对网络的统计与拓扑性质进行分析。结果该线路网络符合小世界性质,但不满足无标度特性。一小部分枢纽节点的度中心性、介数中心性及紧密度中心性指标值较高,这些节点在网络中起重要的作用,对应于公交系统的主要换乘线路。结论网络性质与节点中心性的研究可为城市公交系统线路的运行规划提供一定的理论依据。     

科研合作网络的社团结构和中心节点研究

对发表于《ISI-SCIE(Science Citation Index Expanded)》上的PHARMACOLOGY&PHARMACY学科的论文作者合作研究形成的一个复杂网络进行了研究。分析表明该合作网络共有40个子网络,其最大连通子网络节点的度服从幂律分布且有厚尾趋势,具有较小的平均路径长度,较大的聚类系数,存在少数关键节点,具有典型的小世界性和无标度性。并通过GN算法分析和挖掘了该最大连通子网络的社团结构,用度值、介数值和PAGERANK值等指标评价了网络的中心节点,揭示了合作网络中合作水平较高的科研团队和具有影响力的科学家。     

基于电阻网络的节点重要性判别

节点中心性是复杂网络研究的关键问题之一.我们从电阻网络出发,基于基尔霍夫电流定律,定义了一种新的中心性指标KL(G),该指标由通过节点的电流和基于度的电流方差构成.这个指标在网络流的基础上考虑了网络的全局信息和节点所处位置的局部信息.我们将指标应用于实际网络中,发现其可以识别出对于社团结构来说重要的节点,结合辅助指标w还可以区分社团重叠节点和桥节点.     

基于RBF神经网络的销售预测模型的研究与应用

文章研究一种基于RBF神经网络建立预测模型方法，其主要采用有监督学习的SG(Stochastic graclient)法对RBF神经网络进行训练，并通过遗传算法优化隐层节点的中心值，用优化的中心值再次训练网络，优化网络参数，得到全局最优解。     

基于局部邻域连通性的重叠社区发现算法

发现复杂网络中的重叠社区是目前复杂网络分析的重要内容。选择社区代表性强的节点作为种子节点进行扩展是基于种子扩展策略重叠社区发现算法的关键,提出了一种基于度信息和邻域连通性的节点邻域中心性度量指标,并在此基础上提出了一种基于局部邻域连通性的重叠社区发现算法（Local Neighbor-hood Connectivitybased overlapping community detection Algorithm,LNCA）。首先计算每个节点的局部邻域连通熵和邻域中心性cc,选择中心性高的节点作为种子节点;然后采用带重启的随机游走策略扩展种子节点并得到初始社区;最后合并重叠度较大的社区得到最终社区发现结果。在6个带真实社区标签的网络和9个无真实社区标签的网络上,与SLP A、DEMON、CPM、Node_Perception、Ego_Networks、Egonet_Splitter等6个经典重叠社区发现算法进行比较,结果表明,在带标签网络上,LNCA算法在重叠NMI和F1分数上优于多数对比算法,可得到与网络真实社区更匹配的社区结...     

一种信任优化的中心节点选取策略

社会网络环境通常由大量社区构成,社区之间会发生许多种类的交互,交互最密切的往往是每个社区中的中心节点。网络中大部分信息流的传递都会经过中心节点,因此,中心节点在信息交互时对信息真实性的鉴别起到了关键的作用。本文在中心节点选取方法的基础上,引入了信任关系的概念。在与一个中心节点即将发生信息流之前,先设计一个竞标选择策略,通过竞标选择判断是否信任该中心节点,若信任则产生交互,否则停止发生信息流。通过这种方法,来保证自己能够获得最可靠的信息。