一种Web服务复杂网络的构建方法

Web服务是继SOA后的又一研究热点,存在于Internet上大量的Web服务必然会形成一个结构复杂、节点繁多,具有相互影响的复杂网络,目前国内外并没有提出完善的关于Web服务的复杂网络模型,对Web服务复杂网络特性的研究也处于发展阶段.提出以Web服务为节点,服务功能相似关系为边,构建复杂网络的模型和算法,并对构建的网络的特性展开研究.本文设计并实现了一个原型系统,利用Web服务的匹配关系构建了网络模型,并且证明该网络具有小世界特性和无标度特性.该方法的提出把对Web服务的研究从传统的SOA模型中引领到复杂网络模型中,对推动Web服务组合和发现等应用具有一定的指导意义.     

两层复杂网络的特性及其抗毁性分析

构建并分析两层复杂网络的特性及其抗毁性.试图寻找两层复杂网络中具有较优抗毁性网络模型的层间链接方式和层内链接方式.基于不同的层内(层间)链接算法构建三类两层复杂网络模型并对其拓扑指标进行分析;基于最大剩余连通分支粒度分析三类复杂网络的抗毁性;通过数值仿真刻画出了具有较优抗毁性的网络拓扑结构及其特性.结果显示:当层间链接概率pn趋于10-3时,三类两层复杂网络的度分布特性均保持单层复杂网络的特性;层间链接概率pn趋于10-1时,无标度算法生成的两层复杂网络逐渐失去无标度性;蓄意攻击和随机攻击策略之下,随机算法构建的两层复杂网络具有较优抗毁性;蓄意攻击策略之下,通过无标度算法和小世界算法构建的两层复杂网络的抗毁性与层间链接概率成正比.     

生成对抗网络研究综述

首先介绍了生成对抗网络基本理论、应用场景和研究现状,并列举了其亟待改进的问题.围绕针对提升模型训练效率、提升生成样本质量和降低模式崩溃现象发生可能性3类问题的解决,从模型结构和训练过程两大改进方向和7个细分维度,对近年来生成对抗网络的主要研究工作、改进机理和特点进行了归纳和总结,并结合3方面对其未来的研究方向进行了探讨...     

复杂网络在传统经济系统上的模型研究

在当今社会,经济系统的模型研究一直是科学家研究的热点对象之一.许多自然界存在的经济系统都可以运用复杂网络建立出不同规模和不同拓扑结构的相关研究模型.在这些复杂的经济数学模型中,当研究复杂经济系统的相对特性时,必须针对性地考虑其复杂网络模型中的特性与模型结构.主要研究了复杂网络上的传统经济与部分社会系统,对于复杂网络上的社会经济系统的研究给出了一种新的思路.     

复杂网络维的测量

近几年来,科学领域内许多不同学科学者对复杂网络中的维产生了关注和研究,维在复杂网络的研究中起着越来越重要的作用,从而成为国际科学研究前沿领域内的一个新热点.介绍了关于复杂网络中的维的三种定义,例如黎曼Zeta函数、容量维数等,然后说明了维数的一些性质并介绍了捷径模型,最后将这些理论应用在Ising模型中并对未来的发展进行了展望.通过对复杂网络中的维的测量,可以更加深入地了解复杂网络并将其更好的应用.     

济南市公共交通网络的拓扑特性研究

采用复杂网络的研究方法,运用图论及相应的网络分析工具对济南市公交站点网络和公交换乘网络进行了实证研究.对网络静态几何量进行了统计,并以此为依据分析了公交网络的拓扑结构特性,揭示了公交网络的复杂性及其演化机理.研究结果表明,两种公交网络的拓扑结构模型都具有无标度网络特性.其中公交换乘网络还具有小世界特性.此项研究结果对于优化公交线路,解决交通问题等提出了一些建议.     

无线传感器网络研究缘述

无线传感器网络是当前信息领域的一个研究热点。本文总结无线传感器网络的发展历史和研究现状,分析无线传感器网络的地位和作用,对当前国内外的最新研究现状进行概述,列举当前无线传感器网络研究的关键技术,最后指出无线传感器网络技术发展所面对的挑战以及无线传感器网络的发展趋势。     

无线传感器网络研究综述

无线传感器网络是当前信息领域的一个研究热点。本文总结无线传感器网络的发展历史和研究现状,分析无线传感器网络的地位和作用,对当前国内外的最新研究现状进行概述,列举当前无线传感器网络研究的关键技术,最后指出无线传感器网络技术发展所面对的挑战以及无线传感器网络的发展趋势。     

一类复杂网络增长态势模型建立及预测行为分析

对复杂网络的增长态势进行了研究.以投票网络为实例,给出以生物种群生长的Logistic模型为基础,综合考虑正余弦函数模拟振荡变化的复杂网络增长态势模型,提出一类自适应遗传模拟退火算法(AGASA)对模型进行改进.从混沌与分形学角度,对复杂网络的特性及其增长态势行为进行了分析,计算了投票网络的关联维数,分析了其演化过程的混沌特性,根据关联维数及奇异吸引子相近空间混沌轨道运动特性,给出了复杂网络增长态势长期预测模型.     

复杂网络重叠社团检测算法研究综述

社团结构是复杂网络的一项基本特性,对复杂网络中社团结构特别是重叠社团结构的检测,是复杂网络理论研究的一项重要且充满挑战的课题.对当前常用的重叠社团检测算法进行了分析和归纳,阐述每类算法特点,并介绍用于评价算法性能的一些基准图,对复杂网络重叠社团检测领域未来的研究方向提出了一些思考和建议.     

随机复杂网络同步控制研究进展综述

复杂网络控制系统由于其在通信、计算、控制等多学科的交叉特性已经引起了各行各业学者的广泛关注,复杂网络同步控制已经成为一个研究热点.本文主要综述了随机复杂网络的同步控制研究进展情况.首先论述了随机复杂网络同步控制的研究背景及意义,然后从复杂网络的动力学特性、复杂网络的拓扑结构、复杂网络的受限情况、复杂网络的同步控制策略和随机复杂网络同步能力优化几个方面分别进行了综述,进一步综述了随机复杂网络的应用情况.最后在总结国内外研究成果的基础上,指出随机复杂网络未来亟待解决和研究的问题.     

复杂网络研究进展:模型与应用

作为研究各种复杂系统的一种通用工具,复杂网络已经在许多学科中产生了深刻地影响,引起了各领域学者的广泛关注.本文全面地介绍复杂网络的各种主要统计特性和最具有代表性的网络模型,并且对计算机科学中关注的语言网络,Internet和P2P这些现实网络,从复杂网络的角度进行分析,展示了复杂网络理论和方法在这些领域中的应用和得到的重要结果.     

动态网络模式挖掘方法及其应用

静态复杂网络研究在揭示社会网络、信息网络和生物网络的形成和演化机制方面取得了重要成果,其方法和结果对系统生物学产生了重要影响.但现实世界中,很多网络是随时间发生变化的,即动态网络.以动态网络为对象,对动态网络的拓扑特性分析、动态网络相关的各种模式挖掘模型和方法进行了综述、比较和分析.特别地,将动态网络模式分析方法应用于生物网络和社会网络,分析了生物网络相关的动态功能模块和模式演化问题、科学家合作网络和社交网络的动态模式.最后指出了动态网络的模式挖掘方法及其在动态生物网络和社会网络研究中存在的问题和挑战,并对未来的研究方向进行了分析.     

图神经网络推荐方法研究

图神经网络因其特性在许多应用领域展露锋芒,将图神经网络与推荐相结合成为研究热点之一.在推荐中使用图神经网络方法,能够在复杂环境中显著提高推荐的水平.对图神经网络的方法、个性化推荐和群组推荐分别进行总结介绍;对基于图神经网络的推荐方法进行概述,重点对图神经网络及其近年来在推荐领域的研究成果进行归纳总结;分析了推荐研究现状...     

符号网络研究综述

符号网络是指边具有正或负符号属性的网络,其中,正边和负边分别表示积极的关系和消极的关系.真实世界的许多复杂网络中都存在对立的关系,尤其是在信息、生物和社会领域.利用边的符号属性去分析、理解和预测这些复杂网络的拓扑结构、功能、动力学行为具有十分重要的理论意义,并且对个性化推荐、态度预测、用户特征分析与聚类等都具有重要的应用价值.然而,当前人们对网络的符号属性关注较少.综述了符号网络的研究背景及意义、国内外研究现状和最新进展,并讨论了目前存在的主要问题,试图让人们对符号网络这一研究方向能有清晰而全面的认识,为网络数据挖掘、复杂网络分析、社会学、生物信息学等相关领域的研究者提供有益的参考.     

EEG信号构建的复杂网络同步稳定性分析

人脑是自然界最复杂的系统之一,脑网络作为复杂网络理论在神经科学中的重要应用,为脑疾病的病理机制提供了新的研究方向。同步性作为影响网络性能的指标,对于复杂网络有着重要影响。为了研究同步性在脑网络中的表现,利用EEG动力学方程对120例酗酒病人的EEG信号进行复杂网络模型构造,根据所构造的模型利用李雅普诺夫稳定性理论进行证明。并通过实验对正常人和酗酒者脑网络同步状态做出统计,给出了酗酒病人和正常人的脑网络同步差异,可以揭示酗酒疾病对于人脑在功能结构上的影响,对其他疾病提供研究思路。     

一种新的度量生物复杂网络模块性的方法

在生命科学领域,生物网络的概念也被大量引入,用以系统地表示复杂的生物过程。模块性是很多复杂网络都具有的特征,因此生物网络模块性的研究成为系统生物学一个重要的研究方向。为了更加深入地了解生物系统的组成和机理,本文提出了一种度量网络模块性的新方法,并将该序列指标应用于酵母转录因子调控网络和多个物种的代谢网络,结果发现酵母转录因子调控网络并不具有模块性而代谢网络具有显著的模块性。在应用中,代谢网络的功能模块度与平均聚类系数的相关性还说明我们的指标比平均聚类系数更适合刻画网络的功能模块性。另外,该指标的提出使得各种不同物种网络模块性的比较或者各种不同模块划分(或识别)方法的评价成为可能。     

复杂网络中社区发现方法的研究

研究复杂网络中社区发现方法对分析复杂网络的拓扑结构和层次结构、理解社区的形成过程、预测复杂网络的变化趋势、挖掘复杂网络蕴含的规律特征具有十分重要的意义。同时,复杂网络社区发现方法在众多实际领域还有广泛的应用前景。综述了复杂网络社区发现方法的研究现状,将社区发现方法分为无重叠社区发现、重叠社区发现、演化发展社区发现三个方面,并分析比较了算法时间复杂度和准确度。试图为社区发现方法的研究工作提供有益的帮助和参考。     

大系统控制论与复杂网络——探索与思考

随着通信技术和网络技术的飞速发展, 在社会、经济乃至日常生活领域中, 出现了越来越多的复杂动态网络. 网络科学作为一门新兴的交叉学科, 对复杂动态网络性能特征、演化进程和控制方法的研究已取得了丰富的成果. 大系统控制论以高维动态大系统的行为分析和控制优化为主要研究内容, 应该能为复杂网络的研究提供有益的借鉴. 本文针对复杂动态网络研究的一些热点问题, 探索了用大系统控制理论和方法解决复杂网络结构分析和控制的可能性, 分析了面临的困难和应对的思路. 针对大规模复杂动态网络的控制和优化, 提出了集网络科学的宏观分析方法、控制科学的定量设计方法和信息科学的智能处理方法于一体的多层递阶结构.     

Graph-Theoretical Analysis of the Swiss Road and Railway Networks Over Time

Recent research of complex networks has significantly contributed to the understanding how networks can be classified according to its topological characteristics. However, transport networks attracted less attention although their importance to economy and daily life. In this work the development of the Swiss road and railway network during the years 1950–2000 is investigated. The main difference between many of the recently studied complex networks and transport networks is the spatial structure. Therefore, some of the well-established complex network measures may not be applied directly to characterise transport networks but need to be adapted to fulfil the requirements of spatial networks. Additionally, new approaches to cover basic network characteristics such as local network densities are applied. The focus of the interest hereby is always not only to classify the transport network but also to provide the basis for further applications such as vulnerability analysis or network development. It could be showed that the proposed measures are able to characterise the growth of the Swiss road network. To proof the use of local density measures to explain the robustness of a network however needs further research.