复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的-个重要的方向.采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性.对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计.结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布.北京和上海居民外出的平均换乘次数分别为1.54次和1.9次.     

复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的一个重要的方向。采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性。对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计。结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布。北京和上海居民外出的平均换乘次数分别为1.54次和1.9次。     

语义、句法网络作为语体分类知识源的对比研究

基于6种语体的句法和语义树库分别构建了依存句法和语义网络,对这些网络的边数、节点数、节点平均度、聚类系数、平均最短路径长度、网络中心势、直径、节点度幂律分布的幂指数、度分布与幂律拟合的决定系数等整体特征进行了对比分析。以这些整体特征为变量,采用不同的聚类方法,对这6种语体的句法和语义网络进行了聚类分析。研究结果显示,同样是基于语言学原则构建起来的网络结构,依存句法网络和依存语义网络之间有明显差异。其参数的含义不尽相同,依据其各项参数所做的聚类实验的结果也不相同。采用语义网络的一些主要参数组合,可以获得相对合理的聚类结果,但不能很好地区分书面语体和口语体;通过句法网络的一些主要参数组合,可以很好地区分不同语体的文本,获得较为合理的文本聚类结果。     

聚类系数和度相关性均可调的HK扩展模型

现有的社交网络增长演化模型的度相关性大多为负值。针对这种情况,以HK（Holme和Kim）模型为基础,考虑社交网络中度的正相关特性以及高聚类系数的特征,提出一种适用于构造社交网络的演化增长模型。首先,对现实中的社交网络拓扑结构进行分析,获取真实社交网络的一些重要拓扑参数;然后,通过引入改进的三角连接机制,对HK模型进行改进以实现网络的聚类系数和相关性均可调的目的,称其为聚类系数和度相关性均可调的HK扩展模型（HK-TDC&C）,通过该模型可以构造各种拓扑结构的网络。最后,利用平均场理论对该模型的度分布进行分析,并采用Matlab进行数值仿真,计算网络的其他拓扑参数。实验结果表明：通过调节择优参数和连接概率,用HK-TDC&C构造的社交网络可以满足社交网络的基本特性：无标度特性、小世界特性、高聚类系数特性、度正相关特性,其拓扑结构更接近真实社交网络。     

基于移动模型的VANETs网络动态拓扑特征研究

采用复杂网络理论研究VAENTs网络动态拓扑结构特性,以基于车辆换道功能的智能驾驶移动模型为 基础,应用VanetMobiSim仿真软件建立了车辆交通网络,详细分析了VAENTs网络瞬时拓扑特征及平均度、聚类系数和调和平均最短路径长度等复杂统计参数随时间的变化特征。通过仿真实验发现VAENTs网络动态拓扑不具有无标度属性,只在特定条件下,才呈现小世界网络的特征。     

基于自适应算法的BA网络模型及其聚类分析

BA模型是经典的无标度网络模型,具有一定小世界特性,但聚类系数随着点数增多趋近于零。为进一步优化BA网络模型的平均路径长度和聚类系数的特性,设计了一种基于自适应算法的无标度网络改进模型。改进模型优化了系统与网络节点的关联度,通过计算得到关联度的最优值及此时网络各参数的值,从而获得理想的网络模型。通过对自适应算法中关联度的数学分析,可知系统平均路径长度呈带有条件的收敛状态。仿真结果表明,改进后网络模型在平均路径长度和聚类系数方面,有进一步优化。不同于BA无标度网络的是,改进模型优化后具有较明显的聚类特性,更符合小世界网络特性。     

基于Space-P复杂网络模型的城市公交网络特性分析

针对城市公交网络中换乘网络的整体性能分析问题,提出一种基于复杂网络理论的分析方法。首先,基于图论思想,将公交网络建模成由Space-P方法表示的公交换乘网络拓扑模型;然后,统计分析了公交换乘网络的度分布、平均最短路径长度、聚类系数、紧密中心性和介数中心性等特性。以北京市的公交网络为例进行了相关分析,从宏观角度说明北京公交网络具有小世界网络特点,市民出行需要换乘的概率较大,但换乘较为便捷;同时,给出了相关站点的具体地理信息,为公交规划部门优化公交网络提供了参考。     

城市公交复杂网络研究

文中基于复杂网络理论,以公交停靠站点为节点,公交线路作为网络边,构成一个复杂的城市公交网络,研究该城市公交网络上的一些统计特征,就网络的度分布、介数、平均路径长度、聚类系数进行计算并对其进行复杂性分析.结果表明:该城市公共交通网络具有幂率分布特征下的度分布,且具有较小的平均路径长度和较高的聚类系数,说明该城市公共交通网络符合复杂网络无尺度特性,可揭示网络中的Hub节点,加以防范保护,为城市交通系统的正常运转和维护提供科学性指导.     

基于模糊聚类优化的语义Web服务发现

语义Web服务发现机制在发现服务时的准确率较低.为解决该问题,提出一种基于模糊聚类优化的语义Web服务发现方法.采用改进的模糊C-均值(FCM)聚类算法,实现对服务聚类预处理,在模糊聚类时,综合考虑服务的输入、输出、前提、效果4个功能性参数,并扩展已有的服务匹配机制,在匹配时,将服务的4个功能性参数全部作为服务相似度的计算因子.实验结果表明,在模糊聚类稳定的条件下,该方法的服务平均查全率为79.6％,平均查准率为85.9％,均高于未采用聚类处理和只采用输入/输出参数的FCM聚类处理方法.     

工程软件格式加权网络的复杂特征分析

为使工程信息格式相互兼容,需考虑工程软件数据格式之间的转换。建立了一个工程软件数据格式转换加权网络,并采用复杂网络分析方法,从复杂网络的静态特征指标如平均最短路径长度、加权聚类系数、边权分布、节点强度分布、权差异性以及加权相关性等方面对其进行分析。实验证明格式转换加权网络拥有较小的最短路径长度和较大的聚类系数,边权分布及节点强度分布符合指数分布,加权相关性表现出正相关的特性,故该网络为同向匹配的小世界网络。     

基于脑功能网络和共空间模式分析脑电情绪识别

传统脑网络的情绪分类将聚类系数、平均最短路径等拓扑属性作为分类特征。针对这些属性易受网络连接阈值和特征选择的影响,难以完全表征不同情绪状态下的网络空间拓扑结构差异的问题,提出了一种基于脑网络和共空间模式的脑电情绪识别方法(EEG emotion classification based on common spatial patterns of brain networks topology,EEC-CSP-BNT)。该算法基于互信息在各个子频段内计算电极间的功能连接矩阵,同时利用共空间模式(common spatial pattern,CSP)分析学习空间滤波器,构建分类特征,最后通过分类器(如Fisher线性判别、支持向量机、K最近邻)实现基于脑电的情绪分类。基于DEAP和SEED数据集的实验结果表明,相比于脑网络拓扑属性,EEC-CSP-BNT能有效提取脑网络拓扑结构的分类信息,提高脑电情绪识别性能。     

基于复杂网络的智能电网网络攻击影响分析研究

文章基于复杂网络理论,将智能电网抽象为由节点、边构成的拓扑网络结构,分别从仿真网络构建和网络攻击仿真模拟两个方面建立了基于复杂网络理论的智能电网网络攻击仿真流程。首先,构建仿真网络并分析仿真网络节点度分布和节点度数累积概率分布情况,得出该网络为无标度网络的结论。其次,进行网络攻击仿真模拟,设置两种攻击情形,分别为针对智能电网全部网络节点进行随机攻击(情形1)和针对智能电网网络中度数大于最大度数80%的节点进行攻击(情形2),通过对比分析两种攻击情形中的网络聚类系数、平均度、平均路径长度的变化特征,得出在对网络聚类系数的降低方面,情形1的作用小于情形2的作用;在平均度变化和网络平均路径长度影响方面,情形1的影响高于情形2。     

认知任务驱动的fMRI脑功能网络构建方法

针对脑功能网络的构建受到特定大脑图谱对兴趣点描述准确度及覆盖度的限制,提出了基于认知任务信息和神经影像数据的脑功能网络构建方法。首先计算fMRI体素对于认知任务的敏感度,然后在此基础上选取兼顾分布均衡和去中心化的大脑兴趣点,从而构建任务驱动的脑功能网络。实验通过在人脸情绪识别认知任务相关的梭状回构造任务驱动的脑功能网络,其度中心性、聚类系数、全局效率、局部效率这四个复杂网络指标均优于典型大脑图谱梭状回中兴趣点构成的网络。结果表明,计算得到的大脑兴趣点具有更强的整合性,更适合用于表征特定认知任务下的脑功能网络。     

水电运行仿真软件网络结构特征的度量

为了使水电运行仿真软件系统Wemade平稳运行,结合软件工程和复杂网络理论,提取Wemade软件网络拓扑结构,利用网络拓扑特征参数值来分析软件系统结构的特征,得出在Wemade软件网络中度与结构洞呈幂律相关性,度与中心度不具有明显的相关性,这说明Wemade软件结构中模块化程度比较高,软件结构层次比较少。研究Wemade三个版本的软件网络特征,得出在软件系统进化过程中,网络中心度和同配系数变大,平均最短路径变小,结构洞与度的幂律相关性逐渐增强,所以对软件系统再设计时要平衡模块间的聚类和耦合,把握关键模块的设计。     

网络的策略演化模型及其在知识交流网络结构仿真中的应用

为了验证网络战略演化模型能够生成呈现大部分真实社会网络主要结构特性的网络,并探索知识缄默性对网络结构的影响规律,为此,引入空间动态连接模型来描述代理人之间连接的策略模式,运用时间非齐次的马尔可夫随机过程来刻画网络动态演化过程,进而利用动力学仿真研究知识缄默性对网络结构的影响规律。结果显示,当衰减参数处于区间[0.35,0.7]时,网络呈现集聚性,并且只有很少的代理人维持长连接;当代理人之间连接成本呈正态分布时,度的分布是非对称的。事实上,此时的网络呈现出了小世界特性。     

小世界网络的知识转移行为仿真分析

构建基于小世界网络模型的知识转移网络仿真模型,用平均路径长度和聚类系数来表征知识网络节点间的交流频率与聚集程度,分析知识网络节点的知识释放、吸收能力及信任程度对网络知识转移效率的影响。仿真结果表明,在具有小世界网络特征的知识转移网络中,提高网络节点的交流频率和集聚程度,增强节点知识转移的行为能力,能够保证网络组织知识转移效率达到较高水平。     

不同重连概率的小世界脉冲神经网络抗扰功能研究

现今各种电磁干扰对电子系统造成的不良影响越来越严重,传统防护方式的局限性日益凸显。电磁仿生学由此被提出,目的是通过借鉴生物体的自适应抗扰的优良特性,以期建立新的防护模式。构建了以Izhikevich神经元模型为节点,兴奋性和抑制性突触可塑性模型共同调节基于小世界网络拓扑的小世界脉冲神经网络;基于复杂网络理论对比分析了不同重连概率的小世界网络的拓扑特性;对比分析了不同重连概率的小世界脉冲神经网络在高斯白噪声刺激下的抗扰功能。实验结果表明:小世界网络的平均路径长度和全局效率值受重连概率的影响较小,平均聚类系数和小世界属性受重连概率的影响较大;构建的不同重连概率的脉冲神经网络均具有一定抗扰功能且高聚类系数和低平均路径长度显著的小世界脉冲神经网络抗扰功能最优。     

微博社交网络模型的建立及其性质研究

针对在线社交网络进行建模研究将有助于理解其网络特征结构和演化机制,为了提高网络模型描述在线社交网络的准确性,分析统计了新浪微博网络演化相关特征,并结合复杂网络中社团结构特征和优先连接特性提出了COMW（Community-Oriented Model for Weibo）网络演化模型。通过实验模拟验证了COMW模型的包括度分布、聚类系数、网络效率、社团结构演化等网络特征。实验表明,COMW模型具有明显的小世界特性和明显的社团结构,并在多项特征上均符合微博网络,能够较为合理地表征微博网络的演化。