基于边图的线性流重叠社区发现算法

重叠网络的社区发现是复杂网络研究中的重要问题。为了提高网络中重叠社区发现的时间效率，提出一种基于边图的线性流重叠社区发现算法LBSA。算法首先对于边图网络中的边进行随机的依次处理，完成节点的初步社区划分，再将其中重叠小社区合并到相似度最大的其他大社区中得到最终的社区。通过以上步骤，算法能够以接近线性的时间复杂度得到网络的重叠结构。从最终的实验结果来看，与其他算法相比，该算法能够在更短的时间有质量地发现网络中的重叠社区。     

面向长距离量子通信的双光子关联成像技术

量子时域鬼成像利用光子对的时间-频率关联性实现了50km光纤链路上的图像传送,有望应用于量子通信的协议中。然而,现有方案的成像质量较差,成像速度较慢,因此其应用性在一定程度上受到了限制。文章对已有成像方案进行了较大的改进,利用可编程滤波器数字设定待成像信息,进而实现了二维图像信息的自动化实时传送。实验结果证明,改进方案的成像质量和速度均有显著改善,有利于推动量子关联成像在量子通信领域的应用。     

低序级不整合圈闭描述关键技术——以东营凹陷南部斜坡带为例

济阳坳陷东营凹陷南部斜坡带古近系发育多期低序级不整合，是形成地层圈闭（油藏）的有利区带。由于低序级不整合经历的地质时间短，不整合面上、下地层的产状和岩石学特征差异小，常规测井和地震响应差别不明显，难以识别和描述不整合面和上、下地层尖灭线，影响了地层油藏的勘探评价。为此，提出了基于有序数列最优分割的测井综合分层曲线法，与高分辨率地震时频分析相结合，形成低序级不整合面识别的有效技术；研发了地震“DNA”检测方法，将地震数据转换为字符表达式，创建地层模式“基因”，在字符域中自动搜索，实现地层尖灭线的精细描述。该方法应用于东营凹陷南部斜坡带的地层圈闭评价，取得了很好的效果。     

同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中，经常会接收到多个信号的混合信号，它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题，提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法，通过对射频电路采集的信号进行仿真验证，实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

Estimating posterior inference quality of the relational infinite latent feature model for overlapping community detection

Overlapping community detection has become a very hot research topic in recent decades, and a plethora of methods have been proposed. But, a common challenge in many existing overlapping community detection approaches is that the number of communities K must be predefinedmanually. We propose a flexible nonparametric Bayesian generative model for count-value networks, which can allow K to increase as more and more data are encountered instead of to be fixed in advance. The Indian buffet process was used to model the community assignment matrix Z, and an uncollapsed Gibbs sampler has been derived.However, as the community assignment matrix Z is a structured multi-variable parameter, how to summarize the posterior inference results and estimate the inference quality about Z, is still a considerable challenge in the literature. In this paper, a graph convolutional neural network based graph classifier was utilized to help to summarize the results and to estimate the inference quality about Z. We conduct extensive experiments on synthetic data and real data, and find that empirically, the traditional posterior summarization strategy is reliable.     

基于VOF模型的平底结构等速入水砰击载荷研究

水下生产装备等大型结构物在下放安装过程中,在穿越飞溅区阶段结构物底部将受到巨大的波浪砰击载荷。为了准确预测结构所能承受的临界波浪砰击载荷,以判断水下装备穿越飞溅区时是否存在潜在危险,通过重叠网格技术模拟二维平底结构等速冲击入水运动,基于有限体积法与VOF模型求解气液两相流动的雷诺时均方程,研究平底结构入水过程中砰击载荷特性,并对结构物入水过程中气液两相流动变化情况进行分析。分析结果表明:平板垂直等速入水时,结构受到的砰击压力随下放速度的增大而增大,所产生的峰值压力也逐渐增大;当平板具有横向移动速度时,不同横纵速度比对砰击压力的影响较小,砰击压力随时间的变化曲线基本相同,仅峰值压力略有差异;入水角度对平板落水时所受的砰击压力影响较大,当入水角度小于4°时,砰击压力随入水角度的增大而减小,当入水角度大于4°时,砰击压力随着入水角度的增大而增大,入水临界角度为4°;平底结构入水全过程中气液两相流动变化情况较为复杂,主要分为形成空气泡、产生气液射流及水面恢复稳定3个阶段。所得结论可为判断水下结构物能否安全穿越飞溅区提供指导。     

新型冠状病毒肺炎综述文献的网络结构分析

对新型冠状病毒肺炎综述文献进行网络结构分析可为新冠疫情的应对提供有效的理论支持。采用可视化软件CiteSpace对Web of Science数据库中新型冠状病毒肺炎综述文献的引文数据进行共被引网络分析，经统计发现文献共被引网络的度分布呈幂律分布，网络连通性较强且存在小世界现象。运用团渗流算法对其进行重叠社团挖掘，检测到7篇同时跨3个社团的核心文献，结合被引频次对网络重叠节点的功能进行验证。借助网络重叠节点的ID符号、介数中心性指标发现相应研究主题间联系紧密。通过不同特征的重要网络节点，能够有效挖掘到相关的研究主题。     

考虑二阶效应高层建筑结构地震反应分析

高层建筑结构计算分析中,若结构的轴向力较大而侧向刚度较小时,P-Δ效应不可忽视;针对高层建筑结构的二阶分析,建立了考虑P-Δ二阶效应的结构动力学基本方程;并采用小波包分解,将地震输入能量分解到不同频段上,分析了不同频段范围内结构的反应以及能量的分布。并采用文中的方法对一结构进行了分析,揭示了结构地震反应能量在时频域上的分布特性。     

大跨度预应力屋架重叠预制施工方法

介绍了大跨度预应力钢筋混凝土屋架施工现场重叠预制的施工方法     

岩石超声波信号的小波时频分析

岩石超声波信号是一种非平稳信号.由于传统的短时Fourier变换(STFT)使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化.小波变换(WT)以小波基为变换基础,具有多分辨率特点,其分析结果较详细地反映了质点震动强度随时间的衰减起伏变化.分析认为小波变换是一种更优越的处理岩石声学信号的时频方法.