基于移动模型的VANETs网络动态拓扑特征研究

采用复杂网络理论研究VAENTs网络动态拓扑结构特性,以基于车辆换道功能的智能驾驶移动模型为 基础,应用VanetMobiSim仿真软件建立了车辆交通网络,详细分析了VAENTs网络瞬时拓扑特征及平均度、聚类系数和调和平均最短路径长度等复杂统计参数随时间的变化特征。通过仿真实验发现VAENTs网络动态拓扑不具有无标度属性,只在特定条件下,才呈现小世界网络的特征。     

不同重连概率的小世界脉冲神经网络抗扰功能研究

现今各种电磁干扰对电子系统造成的不良影响越来越严重,传统防护方式的局限性日益凸显。电磁仿生学由此被提出,目的是通过借鉴生物体的自适应抗扰的优良特性,以期建立新的防护模式。构建了以Izhikevich神经元模型为节点,兴奋性和抑制性突触可塑性模型共同调节基于小世界网络拓扑的小世界脉冲神经网络;基于复杂网络理论对比分析了不同重连概率的小世界网络的拓扑特性;对比分析了不同重连概率的小世界脉冲神经网络在高斯白噪声刺激下的抗扰功能。实验结果表明:小世界网络的平均路径长度和全局效率值受重连概率的影响较小,平均聚类系数和小世界属性受重连概率的影响较大;构建的不同重连概率的脉冲神经网络均具有一定抗扰功能且高聚类系数和低平均路径长度显著的小世界脉冲神经网络抗扰功能最优。     

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。     

聚类系数和度相关性均可调的HK扩展模型

现有的社交网络增长演化模型的度相关性大多为负值。针对这种情况,以HK（Holme和Kim）模型为基础,考虑社交网络中度的正相关特性以及高聚类系数的特征,提出一种适用于构造社交网络的演化增长模型。首先,对现实中的社交网络拓扑结构进行分析,获取真实社交网络的一些重要拓扑参数;然后,通过引入改进的三角连接机制,对HK模型进行改进以实现网络的聚类系数和相关性均可调的目的,称其为聚类系数和度相关性均可调的HK扩展模型（HK-TDC&C）,通过该模型可以构造各种拓扑结构的网络。最后,利用平均场理论对该模型的度分布进行分析,并采用Matlab进行数值仿真,计算网络的其他拓扑参数。实验结果表明：通过调节择优参数和连接概率,用HK-TDC&C构造的社交网络可以满足社交网络的基本特性：无标度特性、小世界特性、高聚类系数特性、度正相关特性,其拓扑结构更接近真实社交网络。     

基于自适应算法的BA网络模型及其聚类分析

BA模型是经典的无标度网络模型,具有一定小世界特性,但聚类系数随着点数增多趋近于零。为进一步优化BA网络模型的平均路径长度和聚类系数的特性,设计了一种基于自适应算法的无标度网络改进模型。改进模型优化了系统与网络节点的关联度,通过计算得到关联度的最优值及此时网络各参数的值,从而获得理想的网络模型。通过对自适应算法中关联度的数学分析,可知系统平均路径长度呈带有条件的收敛状态。仿真结果表明,改进后网络模型在平均路径长度和聚类系数方面,有进一步优化。不同于BA无标度网络的是,改进模型优化后具有较明显的聚类特性,更符合小世界网络特性。     

一种高聚类系数的无标度网络演化模型

考虑到BA无标度演化模型和其它无标度演化模型不能实现真实网络中较大的聚类系数,本文提出了一个高聚类系数的无标度演化模型.模型具有一个可调参数p∈[0,1].通过调节p来调节网络的聚类系数,能使模型与真实网络更加匹配.此外本文还解析导出关于度分布的差分方程,并确定了通过调节p,模型能达到的最大聚类系数.p和γ的关系也利用平均场方法推导出来.仿真结果验证了理论推导所得结论的正确性,同时也揭示了该网络演化模型的一些重要性质,表明网络演化模型能较好的模拟真实网络,特别在聚类系数指标上.     

藏文字同现网络的小世界效应和无标度特性

复杂网络具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质,而语言文字作为人类智慧和文明的结晶,是经过漫长演化形成的复杂网络。该文对藏语诗歌、散文、政治、佛教、教材和口语等六类具有代表性的体裁语料,每类各取15篇共90篇文章构建了97个藏文字同现网络,分析了藏文字同现网络的最短路径长度、聚类系数和度分布,实验数据显示97个藏文字同现网络都具有小世界效应和无标度特性,表明藏文字同现网络都具有小世界效应和无标度特性。     

一种具有等级结构的无标度网络模型

无标度网络的发现,使人类对于复杂网络的认识进入了一个新的天地.为了更好地描述真实网络的主要拓扑特性,主要研究复杂网络的演化机制,提出了一种通过边的迭代方式生成一种等级网络模型的方法.在此模型的基础上对网络的统计特性进行了理论推导,并通过计算机编程仿真了它的统计特性.理论计算和数值仿真结果可知,迭代生成的网络具有等级结构,度分布服从幂律分布,幂指数在2到3之间可调,平均路径长度以网络规模呈对数形式增长和较大的聚类系数.从而有效地论证了具有等级结构的网络模型很好地符合实际网络,说明实际网络的无标度和高聚类是等级网络自组织的结果.     

在线社会网络演化模型

在分析在线社会网络的拓扑结构、特征及演化规律的基础上,借鉴了前人网络模型的思想,提出了在线社会网络演化模型,引入动态的加权方式,提出了一种在线社会网络演化模型。理论分析和仿真表明：在线社会网络演化模型具有无标度和小世界特性,点权、边权、度分布呈现幂律特性,具有较多的簇系数、较小的路径长度且可调。这种无标度和小世界特性与现实中的在线社会网络较为一致。     

无标度网络中基于最短路径免疫策略的病毒传播研究

传统病毒免疫策略大多基于网络的全局拓扑信息。然而现实生活中的大部分复杂网络仅仅只能了解其局部 拓扑信息。鉴于许多实际复杂网络具有无标度特性,研究了在无标度复杂演化网络中基于网络局部拓扑信息最短路 径免疫策略的病毒传播现象。利用平均场理论建立含个体抵杭力重要因素的无标度网络病毒传播模型,并引入基于 最短路径的免疫策略。比较了随机免疫、目标免疫和最短路径免疫3种策略对无标度复杂网络病毒传播的影响,结果 表明了基于最短路径免疫策略的有效性。     

基于复杂网络的智能电网网络攻击影响分析研究

文章基于复杂网络理论,将智能电网抽象为由节点、边构成的拓扑网络结构,分别从仿真网络构建和网络攻击仿真模拟两个方面建立了基于复杂网络理论的智能电网网络攻击仿真流程。首先,构建仿真网络并分析仿真网络节点度分布和节点度数累积概率分布情况,得出该网络为无标度网络的结论。其次,进行网络攻击仿真模拟,设置两种攻击情形,分别为针对智能电网全部网络节点进行随机攻击(情形1)和针对智能电网网络中度数大于最大度数80%的节点进行攻击(情形2),通过对比分析两种攻击情形中的网络聚类系数、平均度、平均路径长度的变化特征,得出在对网络聚类系数的降低方面,情形1的作用小于情形2的作用;在平均度变化和网络平均路径长度影响方面,情形1的影响高于情形2。     

由神经网络提取规则的一种方法及其应用

提出一种由预处理和规则提取两阶段组成的方法从神经网络中提取规则，预处理阶段包含有动态修正、聚类和删枝３部分。动态修正是自动生成或由初始规则集构造出全联接或非全联接网络初步拓扑结构；聚类和删枝分别删截掉不重要或多余的隐含节点和联接，从而可以得到最简洁和规模小的拓扑结构，成为提取规则的基础，提出了规则提取算法并用于已删截好的网络提取规则。该方法应用于美国ＡＤ报告中气象云图的数据，提取出规则集，经过测试     

网络病毒传播模型与分析

互联网是一个不断生长与消亡的具有小世界与无标度特性的网络。基于此,在聚类系数可变的无标度网络上建立病毒传播模型。研究节点消亡速度、网络平均度、计算机连接度对病毒传播的影响。实验结果表明:节点的消亡速度越快,越能减缓病毒的爆发速度;网络的平均度越大,病毒传播越快;病毒爆发常发生在连接度较高的计算机上。这些结论对于防范病毒在互联网上的传播,具有重要的现实意义。     

考虑节点亲密度的社交网络谣言传播研究

考虑到真实社交网络中节点间亲密程度对谣言传播的影响,提出一种新的SI2R传播模型,建立谣言传播动力学方程组,研究谣言在无标度网络上的传播特性。该模型中不同节点间谣言传播率的非一致性同时取决于节点度与节点间亲密度,理论分析得到了无标度网络上谣言传播阈值表达式。随后,在BA（Barabási-Albert）无标度网络中就节点亲密度对谣言传播过程的影响进行了仿真实验,并利用Twitter和Live Journal两种真实网络数据集对仿真结果进行验证。研究表明,无标度网络中节点间平均亲密度随网络聚类系数的增大而减小,随着网络中节点间平均亲密度增大,谣言传播最终范围变大。研究还发现,节点间亲密度的存在使无标度网络中存在传播阈值,传播阈值随着节点间平均亲密度增大而减小。     

不同拓扑结构脉冲神经网络抗扰功能对比分析

在复杂多变的电磁环境下,电子系统的传统抗电磁干扰方式的不足日益凸显。借鉴生物体在自适应抗扰方面的优势,寻求新的思路对提高电子系统的可靠性具有重要意义。以小世界网络和随机网络为拓扑结构,构建以Izhikevich神经元为节点,兴奋性和抑制性突触可塑性共同调节的脉冲神经网络。以脉冲神经网络的放电率和膜电位相关性为抗扰指标评估小世界脉冲神经网络和随机脉冲神经网络的抗扰功能,并将两种网络的抗扰功能进行对比。实验结果表明:在高斯白噪声刺激下,小世界脉冲神经网络具有一定的抗扰功能和抗扰范围,其抗扰功能优于随机脉冲神经网络。     

无线传感器网络中基于无标度特性的拓扑控制算法

针对无线传感器网络中的无标度特性中的抗毁和容错能力差问题进行了研究,提出了一种改进的无标度网络拓扑控制算法(BA Evolution Model,BAEM).通过分析幂率指数对网络容错和拓扑抗毁性的影响,得出在兼顾拓扑容错性的同时最大化网络抗毁性的最优网络拓扑.仿真实验结果表明:改进后的容错拓扑可以保持无标度网络模型对随机故障较强的鲁棒性,同时可以改善无标度网络对蓄意攻击的脆弱性,并延长了网络生命周期.     

基于节点聚类复杂度的图聚类方法

图聚类可以发现网络中的社区结构，是复杂网络分析中的一项重要任务。针对不同节点的聚类难度各异的问题，提出了一种基于节点聚类复杂度的图聚类算法(Graph Clustering Algorithm Based on Node Clustering Complexity, GCNCC),用于判断节点的聚类复杂度，为聚类复杂度低的节点赋予伪标签，利用伪标签提供的监督信息降低其他节点的聚类复杂度，进而得到网络聚类结果。GCNCC包括节点表示、节点聚类复杂度判别和图聚类3个主要模块。节点表示模块得到保持网络集聚性的表示；节点聚类复杂度判别模块用于判断网络中的低聚类复杂度节点，并利用低聚类复杂度节点的伪标签信息来优化更新网络中其他节点的聚类复杂度；图聚类模块采用标签传播方法，将低聚类复杂度节点标签传播给高聚类复杂度节点，以得到聚类结果。在3个真实的引文网络和3个生物数据集上与9种经典算法进行对比，算法GCNCC在ACC,NMI,ARI和F1等方面均表现良好。     

复杂网络传播机理在贵州电网中的研究

在许多现实网络中其拓扑结构决定了网络的性质和动力特性,在对贵州电网的研究中我们发现,贵州电网表现出的是局域无标度特性,基于这一特性,我们运用局域无标度网络的传播机理对贵州电网中的电力拥塞进行了分析,并求解出了它的传播临界值,最后,我们通过对几种主要免疫策略的对比研究,得到了适合于局域无标度网络的免疫策略.     

Internet自治系统级拓扑复杂网络特征分析与验证

为深入理解和认清Internet复杂巨系统的不变特征和动态规律,分析研究Internet自治系统级拓扑的复杂网络特征,给出幂律分布和无标度条件的数学描述以及寻找两者之间的关系,分析小世界网络的两个重要特征,即较短平均路径长度和较大聚集系数,讨论匹配性问题和富人俱乐部现象,基于上述理论结果和BGP经验数据计算自治系统级拓扑的最大节点度、平均节点度、聚集系数和最大团数,发现自治系统级拓扑具有幂律分布、异配性以及富人俱乐部现象等复杂网络特征,得到幂指数、匹配系数以及富人俱乐部系数等重要特征参数。     

一种混合网络演化模型

结合Barabasi和Albert无标度网络模型和局域世界演化网络模型，提出了一种介于两种模型之间的混合网络模型．网络作为系统拓扑结构的描述；节点表示系统元素，边则表示元素之间的相互作用．在该模型的增长过程中，每一个时间步进入网络的节点都基于各自的内在性质或外部条件，在局域世界或全局范围内与网络中已存在的节点择优连接，从而产生一种具有不同局部拓扑结构的网络．通过调整参数P可以在Barabasi和Albert无标度网络模型和局域世界演化网络模型之间自由变换．仿真表明，该模型在保持Barabasi和Albert无标度网络模型和局域世界演化网络模型对随机故障鲁棒性的同时改善了它们对蓄意攻击的脆弱性．