主成分分析在复杂网络社区发现的应用

简要介绍复杂网络社区发现的常用方法,对比社区发现的几种主流方法。根据图谱分析法和特征值分析方法,提供一种基于主成分分析的方法来揭示社区结构,并通过实验数据对比证明发现结果的准确性,解释此种变换的理论基础,同时说明划分结果的正反社区结构与特征值的关系。最终达到从降维角度进行社区发现的目的。     

向量复杂网络及其在复杂系统建模中的应用

本文在传统的复杂网络建模基础上提出了一种基于向量复杂网络的建模方法,该方法能够针对节点的异质性对复杂的系统进行整体化建模.基于业务特性,通过分层建模的思想对不同业务导向的网络进行建模,采用基于业务驱动的复杂系统建模算法,将不同网络模型进行组网.进而研究具有多种类型的复杂系统的建模.最后,以智能电网为例验证了该方法的有效...     

加权灰色关联分析在故障诊断中的应用研究

根据复杂电子设备利用测试数据进行故障诊断的特点,提出了用加权灰色关联分析进行故障诊断的方法。该方法通过分析标准故障模式与待测故障模式的灰色关联度,能够实现快速故障模式识别。实例分析表明,该方法能快速有效地进行复杂电子设备的故障诊断,而且诊断精度高。     

关联基础设施网络在级联故障下的脆弱性研究

为研究电力-天然气级联故障和系统间的关联性对基础设施脆弱性的影响,采用复杂网络理论与方法,以华中地区某城市电力-天然气网络为例分析了关联基础设施网络在级联故障下的脆弱性.通过对电力、天然气网络的功能特性以及网络之间的关联关系与接口设计标准进行建模,得到了网络的全局脆弱性和最优接口.同时利用网络的关键组件辨识方法,得到了网络的脆弱性指标,为控制基础设施系统的级联故障、增强系统的抗干扰能力提供了决策支持.     

复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的-个重要的方向.采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性.对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计.结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布.北京和上海居民外出的平均换乘次数分别为1.54次和1.9次.     

复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的一个重要的方向。采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性。对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计。结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布。北京和上海居民外出的平均换乘次数分别为1.54次和1.9次。     

基于复杂网络的灾害关联建模与分析

为研究灾害间的内部关联, 提出根据灾害发生的时间跨距来计算灾害间的共现率和引发率, 然后依据引发率对灾种建立复杂网络模型, 通过度、点权、点介数等方法来研究复杂网络中每个节点的重要性, 为灾害阻断策略提供依据, 并提出有向加权网聚类系数的计算方法, 模拟实验结果验证了此算法的有效性。     

关联分析在网络入侵检测技术中的应用

本文提出一种基于关联分析的网络入侵检测模型.研究了如何住入侵检测中运用Apriori算法对审计数据进行挖掘的方法.基中讨论了挖掘过程中应注意的关键问题以及如何处理其挖掘结果.     

基于多层次灰色关联分析的复杂网络节点排序模型

复杂网络节点重要性是研究复杂网络特性的重要方面之一,被广泛应用于数据挖掘、Web 搜索、社会网络分析等众多研究领域。在选取评估节点重要性指标时,考虑到普通聚类系数仅能衡量网络节点聚类的疏密度,不能衡量聚类的规模,提出了修正的聚类系数;同时,选取了Erdos数和介数两个指标来综合衡量网络节点重要性,建立多层次 灰色关联分析模型,确定出各个节点与理想节点的关联度,实现对复杂网络节点的排序。模型不仅考虑到度、路径距离对节点排序的影响,而且也考虑到每个节点聚类程度对节点排序的影响。通过与实际网络和其他方法的排序结果对比,模型能够准确找到复杂网络的核心节点,并且排序结果真实反映了节点依次的重要程度。     

复杂时空域下多维度智能车间数据的关联网络建模

智能车间生产数据的多工序、跨流程、异构多态的特性加剧了生产过程中工艺数据关联融合问题的复杂性.面向复杂时空域下多维多尺度车间数据,提出一种基于时序聚类-关联挖掘-复杂网络的深度融合建模方法.首先,通过高斯核函数与一维卷积运算描述车间数据的聚类特征,采用欧氏距离度量车间时序数据特征向量间的相似性,并将处理后的时序特征引入聚类分析中;其次,通过时序数据关联规则提取各工艺参数之间蕴含的内在规律和关联关系,采用支持度与置信度完成关联规则的深度挖掘;然后,依据车间跨流程多工序协同运行特点,构建以多工序的工艺参数为节点、关联关系为边的带时间窗的生产工艺过程双权重有向多层网络模型,为车间跨流程、多工序、异构多态的工艺指标间的复杂关联关系的描述提供依据;最后,以某制丝生产线质量调控为例,对所提出方法的有效性和适用性进行验证.     

复杂网络聚类算法在生物网络中的应用

复杂网络在现实世界中普遍存在,具有小世界性和无标度性等统计特性,网络簇结构是复杂网络重要的拓扑属性之一。在复杂生物网络中使用聚类算法揭示生物网络中的簇结构对分析生物网络的拓扑结构、预测其功能都具有重要意义。对复杂网络聚类方法在蛋白质-蛋白质相互作用网络和新陈代谢网络中的应用及其进展情况进行了综述,分析了几种聚类算法的评价函数和适用条件,并对生物网络聚类算法研究所面临的主要问题进行了讨论。     

复杂网络理论在物流网络研究中的应用

科技高速发展的下,互联网普及将网购引入千家万户,传统物流行业压力剧增,开始转向网络化运营管理,复杂网络理论研究成功吸引众多科研人员的目光,成为供应链管理领域的重点。复杂网络理论因具备抽象和描述复杂系统的特点,成为网络理论研究的热门话题。基于此,综合介绍复杂网络理论和物流网络,并研究其在物流网络中的应用。     

关联基础设施系统脆弱性分析

鉴于基础设施系统对社会生产和人民生活的重要性,分析基础设施系统的脆弱性,提出相应的抗干扰措施和改进策略,提高基础设施系统的可靠性,成为了当前研究的一个热点课题。基于此,在对基础设施系统脆弱性分析成果的基础上,从方法论的角度探讨了关联基础设施系统的脆弱性,并以华中地区某城市电力—供水网络为例分析了网络在节点级联故障下的脆弱性,为控制基础设施系统的级联故障、增强系统的抗干扰能力提供决策支持。     

关联分析在图书兴趣推荐中的应用

关联分析是数据挖掘相关应用中的重要组成部分,结合我校近两年图书借阅数据,基于数据挖掘方法论的总体指导方案,使用Clementine分析工具建立Apriori模型,通过多次迭代算法找到项集频繁项,根据简单关联规则的三个测量值产生简单关联规则,描述了大量数据中项集之间存在的相关联系,为图书兴趣推荐提供了决策支持.     

复杂动力网络及其在软件工程中的应用

随着信息技术和生命科学的迅猛发展,复杂网络在过去10年迅速发展成为一个多学科交叉的新的热点研究领域.21世纪是复杂系统和复杂网络的世纪,复杂网络的深入研究直接关系到人们的日常生活和许多重要科学分支的发展.如何提高大规模复杂网络的传输效率、增强网络的安全可信程度和稳定性、防止恶意袭击(如计算机病毒和流行病的传播)以及随机错误给人们造成的重大损失等问题,这些问题的根本解决都依赖于复杂网络理论与技术的发展.简要地回顾国内外过去10年在复杂网络领域的主要研究进展及其在软件工程中的典型应用,包括复杂网络的建模、同步、控制以及网络化软件,试图推进国内复杂网络与软件工程的交叉研究.     

基于数据的任务规划在复杂网络中的应用

复杂网络中目标任务的变化能够引起网络的自身演化,如何对任务负载进行平衡是提高网络自身性能的关键问题之一,以区域快递网络为研究对象,提出了基于动态数据和静态数据对对象进行配置、拆分、添加和抛弃的负载平衡规则,研究了其在任务规划中对网络负载平衡起到的作用,实验结果表明,提出的规则能够有效提高类似网络的稳定性和网络资源的合理配置。     

基于复杂网络的证券市场智能建模与分析

股票市场作为金融系统的重要组成部分,是一个典型的具有结构复杂性和节点复杂性的复杂网络系统.作为拆分和了解复杂网络的有力工具,社团结构分析被广泛应用于社交网络、物流网络等多种复杂网络系统,并取得了突破性成果.论文采用Pearson相关系数来度量中国A股市场中股票价格波动的相关关系,构建股票市场加权网络,利用改进型社团相似性指标,选定了股票市场时序动态加权网络的步长与社团划分算法,并对社团结构进行了简要分析.     

基于复杂网络的证券市场智能建模与分析

股票市场作为金融系统的重要组成部分,是一个典型的具有结构复杂性和节点复杂性的复杂网络系统.作为拆分和了解复杂网络的有力工具,社团结构分析被广泛应用于社交网络、物流网络等多种复杂网络系统,并取得了突破性成果.论文采用Pearson相关系数来度量中国A股市场中股票价格波动的相关关系,构建股票市场加权网络,利用改进型社团相似性指标,选定了股票市场时序动态加权网络的步长与社团划分算法,并对社团结构进行了简要分析.     

复杂电子邮件网络的智能应用研究

复杂网络及网上智能是新兴的热点研究领域。以复杂电子邮件网络（Complex E-mailNetwork,CEN）为例,对在其上实现智能应用的一系列问题进行了探讨。包括：CEN的自动建立方法、CEN的分析方法、在CEN上实现智能应用的体系结构等。并通过分析具体的实例,阐述了在CEN上实现智能应用的过程及尚待解决的问题。