结构扩展的非负矩阵分解社区发现算法

提出结构扩展的非负矩阵分解社区发现算法(nonnegative matrix factorization with structure extension, NMF-SE),通过结构扩展,加强相邻节点结构相似性,提高节点间连接的稠密度,从而提高非负矩阵分解在社区发现中的表现。结构扩展过程使节点将自身结构以一定的比例传递给周围的节点,从而使相邻节点间能够得到对方的拓扑结构信息。该过程构造了新的特征矩阵,使非负矩阵分解(nonnegative matrix factorization, NMF)更好地适用于社区发现,在图正则化的半监督任务中能更好地融合先验信息。在人工网络和真实网络上进行试验验证的结果表明,NMF-SE算法有效提高了复杂网络社区发现的准确性。     

建筑工业化背景下居住建筑收纳体系创新研究

以住宅为研究对象,对原收纳体系进行了空间和形体的分析,进行了收纳空间与预制构件相结合的研究,满足了收纳需求,解决了原收纳体系存在的对应不好物品与空间关系、偏收不偏纳的问题,并为建筑收纳设计的标准化和收纳构件部品设计的标准化提供了参考.