Drawing layered graphs with port constraints

Complex software systems are often modeled using data flow diagrams, in which nodes are connected to each other through dedicated connection points called ports. The influence a layout algorithm has on the placement of ports is determined by port constraints defined on the corresponding node.In this paper we present approaches for integrating port constraints into the layer-based approach to graph drawing pioneered by Sugiyama et al. We show how our layout algorithm, called KLay Layered, progresses from relaxed to more restricted port constraint levels as it executes, and how established algorithms for crossing minimization and edge routing can be extended to support port constraints. Compared to the previous layout algorithms supporting ports, our algorithm produces fewer edge crossings and bends and yields pleasing results.We also explain and evaluate how layout algorithms can be kept simple by using the concept of intermediate processors to structure them in a modular way. A case study integrating our layout algorithm into UC Berkeley's Ptolemy tool illustrates how KLay Layered can be integrated into Java-based applications.     

图割综述

综述了图割的基本理论框架及利用图割解决问题时的主要流程和图割方法存在的难点问题.介绍了图割的发展状况及图割的应用领域,指出了其中的公开问题,并对图割未来的研究方向做出展望.     

人工神经网络在图论中的应用

人工神经剐络与图论之闻有密切的联系。本文把人工神经网络应用于图论的问题求解中,利用Hopfield网络对图的着色、图的最大独立集和最大团进行求解,构造了各自的能量函数,进而得出网络的运行方程。     

校园卡充值点最优位置的数学模型研究

选址问题目前学术界已有较多的研究成果,但大多数是将总费用作为目标函数,一般要求事先给出网络结点的位置坐标,且无需考虑结点间的最短路程,旨在确定新的地理几何中心。而对已有网络,在不改变原有路径及各结点位置的条件下,以总路程最小为目标函数,在现有网络结点中寻找其中某些结点的最优位置却是一个新的研究课题。本文以某高校校园卡充值点为例,将校园示意图转化为赋权连通图,求得该连通图的邻接矩阵,利用Floyd算法及图论软件包构造一个最短路径矩阵,得到一个赋权完全图,利用穷举法或混合整数规划法及数学软件求解,得到各学院、楼栋、学生宿舍区到三个校园卡充值点的最短总路程及三个校园卡充值点的最优位置。     

保持空间准确度与时间一致性的深度估计算法

为提高深度图的准确度,提出了一种基于图割的深度估计算法. 利用平均亮度 梯度联合匹配测度函数代替单像素亮度匹配,并考虑邻近像素深度相关性改变图割网络结构,提高深度估计的空间准确度;采用前一时刻同位置像素的深度约束当前时刻像素的深度值,使估计的深度图在时间上保持一致. 提出的算法考虑了深度图的空间、时间特征,可以提高深度图的准确度. 实验结果表明,与传统的基于图割的深度估计算法相比,新算法估计的深度图更加准确.     

非下采样Contourlet域融合和参数化内核图割的SAR图像无监督水灾变化检测

目的 基于非下采样Contourlet变换（NSCT）融合策略可以有效地抑制背景信息增强变化区域的信息。但是融合后图像具有复杂的统计特征,传统的基于统计特征的变化检测难以实现。基于参数化内核图割的遥感图像分割不受统计特征的限制。为此提出了一种基于NSCT融合和参数化内核图割的SAR图像无监督水灾变化检测新算法。方法 将均值比差异图像和对数比差异图像采用基于NSCT的融合算法进行融合,将融合后的差异图像采用参数化内核图割算法进行前景/背景的分割,得到最终的变化检测结果。结果 融合后的差异图像利用前两种差异图像的互补信息提高了变化检测精度。算法不受统计模型限制,不需要先验知识,适用性强。结论 实验结果表明,本文算法的检测精度优于传统的变化检测方法。     

STM多事务竞争冲突下竞争管理策略的研究

事务存储系统是一种高层次抽象并行编程模型,目的为方便开发并行程序。事务存储系统中的竞争管理模块用于解决事务之间的冲突。传统的事务竞争管理策略只负责仲裁两个冲突事务之间的冲突．提出将多个事务及事务冲突关联转换成一张无向图,基于全局事务冲突情景,利用图顶点着色技术求解无向图中最大独立集。最大独立集中事务相互不冲突,CM仲裁处理并发执行,实现系统并发最大化。     

基于BondGraph模型的定性故障诊断方法

研究一种基于键合图（Bond Graph）模型的定性故障诊断方法。根据Bond Graph模型元件中有关参数和变量的特定因果关系,推导出当某观测参量发生变化时,系统内所有可能产生故障的部位,并在此基础上预测每个故障的将来状态,通过与系统实际观测特征比较,在可能产生故障的集合中准确定位故障源。通过实例仿真验证,该方法是便捷有效的。     

基于对抗图卷积网络的链接预测模型

大部分的链接预测模型在挖掘节点相似性时过于依赖已知的链接信息,但在真实世界中,已知的观测链接数量通常较少.因此,为了提高模型的鲁棒性,需要提高解耦模型对链接信息的依赖并挖掘节点的潜在特征.文中考虑节点特征和链接之间的潜在关系,提出基于对抗图卷积网络的链接预测模型.首先利用节点间的相似性度量填充邻接矩阵中部分未知链接,缓解链接稀疏对图卷积模型的影响.再利用对抗网络深度挖掘节点特征和链接之间的潜在联系,降低模型对链接的依赖.在真实数据集上的实验表明,文中模型在链接预测问题上具有较好的表现力,在链接稀疏的情况下性能依旧较稳定,同时适用于大规模数据集.     

基于注意力机制和分时图卷积的公交客流预测

实际公交路网通常为复杂的非线性时变系统,难以有效构建线路间的时空间依赖关系.因此,文中提出基于注意力机制和分时图卷积的公交客流预测模型,提升公交客流量预测的准确性.首先通过长短期记忆网络提取历史数据中的时间特征,并利用通道注意力模块加权特征.再使用分时图卷积方法分析不同时段下公交线路间的空间依赖性,根据预测时段选择不同的关系矩阵,通过图卷积的方式完成对非欧关系的建模.最后,融合提取的时空间特征与外部因素(天气、节假日信息等)的特征表示,得到最终的预测结果.在真实公交数据上的实验表明,文中模型可提升预测精度,加快学习速率.