一种具有等级结构的无标度网络模型

无标度网络的发现,使人类对于复杂网络的认识进入了一个新的天地.为了更好地描述真实网络的主要拓扑特性,主要研究复杂网络的演化机制,提出了一种通过边的迭代方式生成一种等级网络模型的方法.在此模型的基础上对网络的统计特性进行了理论推导,并通过计算机编程仿真了它的统计特性.理论计算和数值仿真结果可知,迭代生成的网络具有等级结构,度分布服从幂律分布,幂指数在2到3之间可调,平均路径长度以网络规模呈对数形式增长和较大的聚类系数.从而有效地论证了具有等级结构的网络模型很好地符合实际网络,说明实际网络的无标度和高聚类是等级网络自组织的结果.     

基于本体的特征模型演化的一致性验证

针对特征模型的演化导致特征间的冲突问题, 从特征模型的演化方面进行研究, 提出了一种基于本体的特征模型演化的一致性验证方法。首先采用本体理论方法对特征模型的演化进行分析和建模, 建立本体的特征模型元模型; 其次基于上述元模型, 为网上购物系统实例建立相应的网上购物的领域特征模型, 根据需求裁剪出产品特征模型; 然后在Eclipse集成开发环境下, 通过Jena推理机加载规则和产品特征模型进行一致性验证, 当检测到冲突时, 采用演化策略来消除冲突; 最后通过实例研究说明了该方法的有效性。     

无标度企业组织网络特征及其演化模型

本文讨论了一种特别的企业组织网络—无标度企业组织网络及其特征,并基于复杂网络理论提出了无标度企业组织网络的演化模型。该演化模型基于二种演化机制:第一种是考虑企业组织网络的初始结构—全连通结构和星形连接结构;第二种是基于局域信息的优势连接。计算机仿真结果显示:在全局择优连接下,无论企业组织网络的初始结构如何,企业组织网络都将演化无标度网络;局域择优连接仍然可能形成无标度企业组织网络。     

智能算法在全终端网络可靠性优化设计中的应用

在计算机通信网络建设过程中,通信主干网的高可靠性一直是广大设计者和用户所关心的重大问题,分析了通信主干网的全终端可靠性优化设计问题,针对一种典型可靠性优化模型,分别设计了用于求解该模型的改进遗传算法、模拟退火算法、改进蚁群算法以及改进粒子群算法,并对该模型进行了优化求解,计算机仿真实例表明:粒子群算法在算法的优化质量和收敛速度上都优于其它三种算法,能够取得满意的优化结果,具有一定的实用价值.     

基于计算机网络对抗的Agobot实例分析

本文通过对僵尸系统的Agobot实例进行逆向分析,首次提出僵尸系统具有计算机网络对抗理论的特征,将僵尸系统与计算机网络对抗理论相结合,有助于理论转化为实践,同时也明确了僵尸系统各个要素和要素之间关系以及系统的演化方向。     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

一种新的在线社会网络演化模型

现有吸引力演化模型的聚类系数较低,并且忽略了对网络增长有阻碍作用的因素。为此,提出一种基于阻尼因子的在线社会网络演化模型。该模型在BA网络模型的基础上,考虑网络节点吸引力并研究网络中节点阻尼因子的存在及作用。将阻尼因子细分为初始吸引力的衰退、节点热度的减退和不可抗拒的自然因素,解决了BA模型和CALW模型中仅考虑网络节点度和吸引力对网络影响的问题。引入三角形形成机制,提高模型的聚类系数。应用平均场理论对该模型生成网络的度分布进行理论分析,运用Matlab工具对度分布进行数值仿真,结果验证了该模型的正确性和有效性。     

用于形状识别的目标轮廓无序点集描述与匹配

将目标形状的轮廓看成一个无序的点集,从中抽取形状特征,用于快速而有效的目标识别是形状分析任务中的挑战性问题.针对该问题,提出了一种基于复杂网络模型的形状描述和识别方法.该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架,在网络动态演化的每一个时刻,对网络分别进行局部测量和全局测量,抽取网络的无权特征和加权特征.在形状匹配阶段,用获得的局部描述子和全局描述子分别进行局部匹配（基于Hausdorff距离）和全局匹配（基于L₁距离）,组合两种匹配的距离值构成对形状的差异度度量.用标准的测试集对所提出的方法进行性能测试,实验结果表明,所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务.     

复杂网络自相似特征演化模型研究

现实中有些复杂网络并不具备无尺度网络的偏好连接特性,但节点之间具有信息传递相似性。为此,研究基于自相似特征形成的复杂网络,提出一种具有自相似特征的网络演化模型。证明以节点自相似演化的网络具有自相似性,并以容量维数作为衡量尺度,揭示复杂网络的自相似性。理论分析及仿真结果表明,该模型能合理描述现实中复杂网络的演化及其特征。     

复杂网络上的非线性负载容量模型

对网络的形成机制、几何性质、演化规律以及网络结构分析、行为预测和控制的研究产生了复杂网络学科,其中关于复杂网络级联失效过程的研究一直受到研究人员的关注.文中提出一种更符合实际网络的两变量非线性负载容量模型来解决复杂网络的级联失效问题.通过在4个不同的网络上进行仿真,验证了所提模型的有效性,发现该模型能够更好地抵御级联失效.实验还发现,所提模型在获得较高鲁棒性的情况下具有更好的性能,且投资成本较小.     

自组织柔性ERP研究

制造企业结成自组织制造网络,以提高自身的柔性和快速反应能力,应对复杂、多变的混沌环境的挑战。面向事务处理的经典ERP系统,不能有效支持企业在混沌环境下不断变化业务模型及业务模型的持续改进。提出了基于Mul-ti-agent的自组织柔性ERP(SOF-ERP),SOF-ERP不仅是可执行代码的集合,而且是模型与软件组件的集合。基于Multi-agent技术和CORBA规范的组件化SOF-ERP具有分散化、智能化决策与预测能力,实现了软件系统的自适应性修改,提高了系统对环境的适应性和演化能力,解决了异构企业信息集成的兼容性问题,降低ERP实施的复杂性,促进企业向自组织柔性企业的演化。实施案例证明了其可行性。     

自组织网络演化中的连通性分析

自组织网络的连通性是保证网络通信能力的根本。针对无中心的自组织网络，分析自组织演化行为过程中网络的连通性，重点阐述了真实网络拥有的局域特征以及自组织网络节点的择优邻居选择策略，对于网络连通性能的影响。经过理论分析和仿真模拟发现，在类Gossip机制的自组织模式下，网络的连通性被破坏的概率很大。     

点强度优先的UDDI超级节点部署策略

服务注册中心(UDDI)是SOA的重要组成部分,为解决UDDI存在的单点故障和扩展性等问题,人们提出了附属服务注册中心和P2P等解决方法,但实际效果较差.现采用"在密集区域投放服务点"的思路,提出一种具有超级节点的语义路由UDDI模型SPSR-UDDI,模型依据点强度优先连接原则,动态调整节点间的部分连接关系,使得全局服务响应时间较短;通过建立网络演化模型,实现了网络自组织演化过程,仿真实验验证了其有效性.     

信任传播与信任关系发现方法

信任管理是一种具有动态可扩展性的新型访问控制方法.在现有信任管理研究成果的基础上,参照人类社会基于信任的交互机制,提出了一种基于信任度的访问控制模型,并对其中的信任传播与信任关系发现进行了重点研究.参照人类社会的信任传播模式,并基于自组织理论,提出了一种信任自主传播模型,实现信任动态、广泛的传播.通过引入计算机网络中分...     

Learning to generate proactive and reactive behavior using a dynamic neural network model with time-varying variance prediction mechanism

This paper discusses a possible neurodynamic mechanism that enables self-organization of two basic behavioral modes, namely a ‘proactive mode’ and a ‘reactive mode,’ and of autonomous switching between these modes depending on the situation. In the proactive mode, actions are generated based on an internal prediction, whereas in the reactive mode actions are generated in response to sensory inputs in unpredictable situations. In order to investigate how these two behavioral modes can be self-organized and how autonomous switching between the two modes can be achieved, we conducted neurorobotics experiments by using our recently developed dynamic neural network model that has a capability to learn to predict time-varying variance of the observable variables. In a set of robot experiments under various conditions, the robot was required to imitate other’s movements consisting of alternating predictable and unpredictable patterns. The experimental results showed that the robot controlled by the neural network model was able to proactively imitate predictable patterns and reactively follow unpredictable patterns by autonomously switching its behavioral modes. Our analysis revealed that variance prediction mechanism can lead to self-organization of these abilities with sufficient robustness and generalization capabilities.     

嵌入式Linux的USB-Chirp无线网卡驱动设计

给出一种嵌入式Linux下USB接口的Chirp无线通信网卡驱动的设计与实现。分析了Linux下无线网卡的驱动模型,为含有微处理器、射频发射模块和USB接口的无线网络节点编写网卡驱动。与嵌入式Linux系统配合,成功组建了嵌入式AODV自组织无线网络。测试效果表明:该网卡驱动实现了上层TCP/IP应用的透明网络传输,下层实现了基于AODV路由的自组织多跳网络通信,提高了无线节点应用的可移植性和复用性。     

一种新的网格工作流宏观自组织演化机制研究

针对网格中的服务实体只具有局部视野，常导致服务的可用性受到限制的缺陷，提出了一种基于D-S证据理论的工作流宏观自组织演化机制。该机制以网络中实体的交互行为作为有序演化的基础，以D-S证据理论来解决实体间信任度的度量、传递和组合问题，并且扩展了D-S证据理论中对信任度的控制规则，提出了一种比例信任控制规则。实验结果表明，服务实体通过自适应学习，逐渐与自己的协作体形成了恰当的信任连接，所有这些连接形成加权连接图，有利于提高工作流的适用性。     

基于广义细胞自动机的网络信息自组织利用方法

目前的网络信息利用模式存在着严重缺陷，它将网络上发生的海量、随机、分布、并行的信息利用行为当作是没有后效的和彼此无关的．该文提出一种新的基于网络信息自组织的信息利用模式以及基于广义细胞自动机的网络信息自组织方法．按照本文的信息利用模式，网络信息利用行为总是伴随着信息内容在网络中的扩散，网络信息利用行为成为有后效的和相关的，从而导致不同信息内容和不同内容粒度的分布式的信息自组织结构，形成基于这种信息自组织结构的网络信息利用模式．文中进而提出一种广义细胞自动机的模型、结构和算法，通过群体智能，发现网络中的信息自组织结构．分析和实验表明，基于广义细胞自动机的的网络信息自组织利用模式，在效率、自适应性和可靠性等方面优于目前的网络信息利用方法．     

一种构造自愿计算网络的新方法

虽然Peer-to-Peer结构的可扩展性已经成为普遍的共识，但如何简单、有效地构造具有良好特性的P2P计算网络仍然是一个开放问题。本文提出了一个自组织的Peer-to-Peer重叠计算网络的构造方法以及基于该网络的计算任务调度算法。仿真结果说明，本文构造的计算网络表现出明显的自组织特性，具有较好的可扩展性和自组织能力，能较好地为计算资源的调度提供支持。     

基于Matlab和BP神经网络的角点检测方法研究

角点检测在图像匹配、形状描述、边缘检测中具有重要作用。鉴于神经网络所具有的自组织、自学习和分布式存储信息的特点,提出了一种基于神经网络的角点检测方法,利用Matlab神经网络工具箱建立角点检测模型,检测图像中的角点。实验证明,神经网络为计算机视觉中的角点检测提供了一个很好的工具。