模块度增量与局部模块度引导下的社区发现算法

社区结构是复杂网络的重要特性之一,基于层次聚类的社区发现算法很好地利用了模块度来挖掘网络中的社区结构,但其局限性也导致算法对社区结构复杂的网络划分不够准确、无法发现小于一定规模的社区。在层次聚类的基础上,提出引入局部模块度来弥补模块度在划分社区时的不足,避免可能出现的划分不合理情况。通过真实数据集和人工网络进行了验证,实验结果证明,该算法具有可行性与有效性。     

基于图模块度聚类的异常检测算法

社会网络的数据规模在不断扩大,现存的异常检测算法对复杂社会网络进行检测的效果不理想,提出了一种基于图模块度聚类的异常检测算法(anomaly detection algorithm based on graph modularity clustering, GMC＿AD),该算法适用于解决受网络规模以及复杂度的限制导致检测效率不高的问题。GMC＿AD算法在分析网络拓扑结构的基础上,通过引入异常节点加权机制和模块度聚类算法进行异常检测。GMC＿AD算法主要在三个方面进行改进：a)设计网络中节点演化的量化策略,以此识别具有异常演化行为的节点来得到异常节点集合;b)通过模块度聚类的方法降低网络规模;c)在计算网络波动值的过程中使用加权机制合理考虑异常节点的影响,再通过网络波动值变化来检测异常。基于真实社会网络VAST、EU＿E-mail和ENRON进行对比实验,GMC＿AD算法准确地检测出异常发生的时段,实验结果显示在事件检测敏感性上提高了50%～82%,在异常检测运行效率上提高了30%～70%。实验结果表明,GMC＿AD算法不仅提高了异常检测算法的准确率和敏感性,还提高了异常检测算法的效率...     

重叠社区结构的挖掘算法

针对大多数社区挖掘算法致力于寻找独立不相重叠的社区结构,而实际的网络中,社区结构往往是重叠的问题。基于凝聚方法和贪婪算法原理,提出了一种新的算法来挖掘社会网络中彼此重叠的社区结构。在模拟数据集和标准测试数据集上的实验结果表明了算法的可行性和有效性。     

关于Office办公软件模块化教学的思考

提出在进行Office办公软件教学的过程中,应当将课Excel、Word、PowerPoint等一系列办公软件的教学单元打破,以及将教学任务加以整合,全面地组织实训教学,进而互相交叉组合一系列的办公软件。实践证明,教师以这样的方式实施教学,能够有效地统一实践和理论知识,激发学生的学习积极性和主动性,最终大大地提高教学质量。具体论述了Office办公软件模块化教学的策略。     

基于压缩感知的社团结构深度学习方法

传统社团结构发现算法复杂度高,且只适合处理小规模低维度的社会网络数据,而无法处理大规模高维度实际网络数据。为此,提出一种基于压缩感知的社团结构深度学习方法。通过随机测量矩阵对社会网络数据进行特征降维,并使用深度信度网(DBN)对降维后的特征样本集进行无监督学习,利用带类标的小样本集进行有监督调优。仿真结果表明,随机测量方法对高维稀疏特征具有较好的降维效果,DBN对大规模数据集具有较好的处理性能,该方法适合对大规模高维度实际社会网络数据进行高效处理。     

Identifying extract class refactoring opportunities for internetware

The quality of internetware software is significantly associated with class structure.As software evolves,changes often introduce many unrelated responsibilities to the same classes or distribute tightly-related methods in different classes.These changes make the classes difficult to understand and maintain.Extract class refactoring is an effective technique to improve the quality of software structure by decomposing unrelated methods in one class to create new classes or extracting tightly-related methods from different classes.In this paper,we propose a novel approach for class extraction from internetware source codes.This approach leverages a community structure detection technique to partition software into clusters and extracts classes from the resulting clusters.Our experimental results,which investigate the public well-known internetware PKUAS,indicate that:(1)the proposed approach is much faster than existing search-based clustering approaches(Hillclimbing and Genetic algorithm)and is thus applicable for large-scale internetware;(2)the proposed approach can identify meaningful class extractions for internetware;and(3)Extract Class refactoring candidates identified by the proposed approach significantly improve class cohesion of internetware.     

陆军部队装备保障力量模块化研究

讨论了陆军部队装备保障力量模块化的概念和内涵,分析了新形势下我陆军部队装备保障力量模块化需求、装备保障力量现状、存在的问题,以及外国陆军部队装备保障力量模块化现状及特点,提出了我陆军部队装备保障力量模块化的对策,并进行了实例分析。     

基于Agent建模技术的结构化社会仿真系统设计

近年来,基于Agent建模（Agent-based modeling,ABM）的理论和技术得到长足的发展。利用Agent建模技术对人类社会进行群集行为的模拟也越来越受到学术界的关注,发展迅速。本文阐述Agent建模技术在建立结构化社会系统时的一般方法;分析该建模方法的主要研究内容;利用本文阐述的方法开发一套完整的结构化社会仿真系统平台,并在该平台上对社会群落模块聚集效应进行有效的验证;最后讨论基于Agent建模技术的结构化社会仿真系统的应用前景和面临的挑战。     

复杂网络社团的谱分检测方法

为有效地检测复杂网络中的社团结构,优化模块密度函数,展示模块密度函数怎样被优化框定到谱分聚类问题,提出一种谱分算法,进一步对该算法进行时间复杂度分析。在一个经典的真实世界网络中检验该算法,并与基于模块密度的直接核方法及基于模块函数的谱分方法做比较。特别地,当网络中社团结构变得模糊时,实验结果显示,该谱分算法在发现复杂网络社团上是有效的。     

制造业供应链流程模块化理论及其实证研究

介绍了模块化技术发展的背景及基本概念，研究了制造业供应链整合中的流程模块化理论与方法，探讨如何基于流程序列分析建立模块化的制造业供应链结构以实现可重构性。给出了基于流程模块化技术的供应链集成建模框架以及其构建、运作方式与组织结构模型。最后给出了某汽车制造企业利用流程模块化技术构建可重构供应链系统的实例。