复杂网络在交通网络节点重要度评估中的应用

为了找到道路交通网络中的重要节点,保障交通通行.文中使用一种基于节点收缩方法的复杂网络节点重要度评估办法,将该方法应用于城市道路交通网络,并以莲湖区为例评估该区域城市道路交通网络的节点重要性.结果表明:道路交通网络中的节点重要度与通过该节点的交通流量和节点在网络中的位置有关,使用该方法得到了道路交通网络节点重要度的排序,结果更贴近实际情况.     

指挥信息系统网络节点重要度评估方法

针对传统节点重要度评估方法不能很好适用于指挥信息系统（CIS）的问题,提出了一种新的CIS节点重要度评估方法. 综合考虑了作战任务需求和网络拓扑结构对节点重要度的影响,使用依赖度和影响度指标共同计算节点重要度. 针对不同作战任务进行仿真实验,并研究了打击过程中节点重要度变化趋势. 实验结果表明,该方法合理、有效.     

基于图嵌入的多重异质网络节点重要度评估

为提高多重异质网络中节点重要度评估的准确性,提出一种基于图嵌入的节点重要度评估方法。通过随机游走采样邻居节点,聚合节点在同种连边类型和不同连边类型下的节点特征,利用多层感知机将特征映射到嵌入空间,得到嵌入向量;根据节点的嵌入向量和局部结构特征构建重要度评估指标。在CElegans和CS-Aarhus等数据集上的实验结果表明,与多重介数中心性、有偏页面排序和多重证据中心性等方法相比,所提方法具有更高的准确性。     

动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

基于LeaderRank和节点相似度的复杂网络重要节点排序算法

复杂网络中重要节点对网络结构和功能的影响引起了广泛关注。本文在现有LeaderRank算法的基础上,利用节点相似度来衡量节点间的相互作用,建立了SRank算法进行重要节点排序。利用SIR传播模型和斯皮尔曼等级相关系数在真实社会网络数据上对本文算法与经典的重要节点排序算法进行仿真后,发现该算法在无向和有向网络中均具有更高的准确性。     

基于综合重要度评价的生态空间网络关键节点识别

借助Pajek软件,利用已有的数据提取生态空间网络拓扑模型,进行节点综合重要度评价,以评价结果为依据对生态空间网络关键节点进行识别,将识别结果与文献[9]的研究结果作对比分析。研究结果表明:节点综合重要度评价提升了识别生态空间网络关键节点的全面性和细致性;关键节点不仅在网络结构中具有较大的中心度,且通常位于生态系统服务价值较高的生态源区域。生态空间网络关键节点的识别探究,对提高生态规划关键区域保护的针对性、维持生态空间网络稳定及保障生态功能有着积极作用。     

加权社交网络节点中心性计算模型

将无权网络中度量节点中心性的方法——主分量中心性(principal component centrality)应用于加权社交网络,提出基于链接强度矩阵的加权中心性度量法. 实验结果显示,加权主分量中心性在传播效率、鲁棒性和容错性等方面优于加权特征向量中心性(eigenvector centrality),因此加权主分量中心性在加权社交网络中是可行有效的.     

基于单元重要度的公交网络优化

为改善公交网络运营状态,基于公交网络的单元重要度和可靠度,对节点重要度和路段单元重要度进行了分析;以公交网络综合效益最大作为优化目标,考虑公交运行时间约束,建立了公交网络的优化模型.以某市公交网络规划为例,得到公交网络调整方案,使公交系统的可靠度得到提高.     

基于效率度的航空网络影响力节点识别

航空网络中节点重要性不仅受网络拓扑结构影响还和节点流量紧密相关,由此建立了航空网络模型,提出了基于改进复杂度矩阵和节点使用率的效率度指标,采用节点效率度识别算法识别网络影响力节点。通过实例研究与5种传统的影响力节点识别指标进行对比分析,结果表明:根据网络鲁棒性攻击效率度指标识别的影响力节点时,航空网络会较快地趋于瘫痪,指标适用且有效性高;航空网络中节点流量对运行的影响大于网络拓扑结构。     

基于节点重要性软剪枝的神经网络压缩算法

随着视频行业的不断发展,受损视频帧检测应用越来越广泛。为了满足视频帧检测中的低资源消耗要求,对卷积神经网络中参数量的来源进行分析,提出了新的卷积神经网络剪枝算法以实现卷积神经网络的压缩。首先,结合卷积神经网络权重和数据传播过程,提出了基于数据流动的节点重要性评估算法;然后,引入记忆力机制避免可能由于评估样本较少而造成的误剪枝;最后,基于节点重要性评估结果,提出了基于重要性采样的软剪枝策略,进一步增加剪枝的稳定性。     

网络节点重要性的多指标综合评价方法

给出了网络节点重要性的一种多指标综合评价方法。从网络的备选路由数、网络被分割的程度和网络性能三方面考虑节点的重要性,分别引入"改进的生成树数目"、"改进的网络连通性"和"改进的剩余节点对距离和的增量"三个指标,并根据变异系数法,确定其权重,以其线性加权值作为节点重要性的测度。最后,利用该方法对一个无向图的节点重要性进行分析,并与节点删除法进行比较,该方法可行有效。     

基于公众通信网络平台的精确农业网络构成

为提高信息化程度,构建精确农业网络,利用现代公众通信网络平台,结合无线传感器网络,配置网络拓扑,设计Sink节点802.15.4协议与GSM网络协议转换的适配器和协议集,可低成本便捷地实现多个农业生产场景综合监测和调控,使信息技术与农业生产有效融合。     

宁夏电力通信综合网管系统的设计与实现

通过协议转换层把电力通信网络系统、通信子系统、通信电路、通信设备运行状态、电源及环境设备的管理功能由统一的协议接入到同一管理平台,实现电力通信综合网管系统有效的集中管理,提高了通信网运行质量与效率．提出SDH、PCM、SAT以及其他网管等网元网管接入到综合网管系统的协议转换方案,实现各类通信设备的顺利接入,为类似项目的再执行提供了方法．该综合管理系统投运以来,运行稳定,实现了设计目标,提高了宁夏电力通信网的维护质量和运行管理水平,确保了宁夏电网的安全稳定运行．     

基于OBDD分析随机加权网络的可靠性

为了获得满足用户需求的网络可靠性,需考虑网络组件的权值及用户的具体需求,因此,针对随机加权网络的可靠性进行了研究.结合随机加权网络的定义,构建了相应的形式化模型,并在该模型的基础上给出基于EED构建随机加权网络的OBDD结构算法,同时还给出基于OBDD计算网络可靠性的算法并对其复杂性进行了分析.实例计算与分析表明,提出的算法计算高效、精确性高,具备满足用户需求的网络可靠性.     

基于网络加权Voronoi图的点群选取

传统基于Voronoi图的算法忽略了点与点之间是通过实际网络距离相连这一事实,针对此缺陷,提出一种基于网络加权Voronoi图的点群选取算法. 1）利用网络扩展法构建点群的网络加权Voronoi图;2）计算每个点对应的网络Voronoi多边形面积及扩展弧段总长度,并以此为依据,为点群中所包含的统计、专题、拓扑和度量信息分别选定量化描述因子;3）提出“同心圆”算法,解决点群取舍问题. 实验结果表明,提出的方法顾及了点群权重以及与点群相关联的道路等级、方向及局部密度对选取结果的影响,较好地保持了原始点群的各类信息,选取结果符合实际地理空间特征.     

电力光纤网中基于三角模融合的节点重要性评价方法

为确定电力光纤网中关键节点位置并建立重点保护,提出了一种基于三角模融合的网络节点重要性评价方法,该方法将电力光纤网抽象成加权网络模型,综合考虑网络的传输特性和网架特性对网络节点重要性的影响.采用模糊数学理论中的三角模算子对两个特性的重要性隶属度进行融合,强化二者度量指标中的同类信息,协调二者度量指标中的矛盾信息,克服了...     

基于社会网络的移动无线mesh网络节点移动模型

为了适应移动无线mesh网络在军事作战、灾后救援等特殊领域,为路由协议及拓扑控制设计提供理论模型,研究了基于社会网络的节点移动模型,并比较了各节点移动模型在实际应用中的优势和劣势。研究结果表明,针对不同的应用场景,选用合理的移动模型进行拓扑建模,可有效改善网络的性能。     

电信网脆弱性模拟仿真的研究

随着网络和通信技术的快速发展,使用仿真软件构筑虚拟的网络平台,并在此平台上进行网络的设计和开发已经成为网络研究中非常重要的组成部分。本文以电信网为参考,首先提出了电信网脆弱性模拟仿真的基本思路,接着详细介绍了电信网脆弱性的模型设计,包括定义仿真系统的功能,脆弱性建模的典型方法以及数据接口问题,最后结合OPNET介绍了网络模型的仿真过程。     

基于加权模糊推理网络的文本自动分类方法

针对数据挖掘中的文本自动分类问题,提出了一种基于加权模糊推理网络的分类方法．网络的基本信息处理单元为模糊推理神经元,融合了模糊逻辑能够较完整的表达领域规则和先验知识以及神经网络自适应环境的优点．根据模糊推理规则的量化表示形式和微分方程数值解的动力学思想推导出网络一种新的学习算法．该算法以文本特征谓词的真度作为分类依据,体现了模糊分类的思想以旅游站点网页分类为例验证了该方法的有效性。