基于节点相似度的有向网络社团检测算法

针对现有的社团检测算法存在准确度低、没有充分考虑到有向网络的方向特性等问题,提出一种改进的能够适用于有向网络的CNM(Newman贪婪算法)社团检测算法。在算法设计中引入基于拓扑结构信息的有向网络节点相似度算法,并重新定义模块度增量函数ΔQs。使用一个计算机生成网络和两个实际网络对算法进行了测试并与已有算法进行比较。实验结果表明,文章提出的算法能够有效地检测出有向网络中的社团结构。     

加权有向网络中心节点识别的分解算法研究

目前复杂网络节点重要性识别算法主要集中在无权、无向网络上,不能全面地描述真实世界复杂网络的情况。例如,大部分中心性度量方法仅仅考虑单一指标,忽略了节点出度与入度的差异,且忽视了权重的重要性。基于有向加权复杂网络,综合考虑节点出度与入度的差异,以及权值在真实网络中的实际重要性,提出了一种基于出度、入度和权值的中心节点识别算法——cw-壳分解算法。为了验证该算法的有效性,利用W-SIR传播模型在真实复杂网络上进行病毒传播仿真实验,结果表明,cw-壳分解方法能够有效地对节点进行分级排序,识别出具有高扩散能力的节点。     

公平的有向传感器网络方向优化和节点调度算法

为了解决有向传感器网络中点目标覆盖控制问题,分别提出了两种方向优化算法和一个节点调度协议:改进的贪婪(enhanced greedy algorithm,简称EGA)、公平的方向优化(equitable direction optimization,简称EDO)算法和邻居节点调度协议(neighbors sensing scheduling,NSS).EGA 基于覆盖最多未覆盖的目标数选取工作方向,其不足是可能忽略临界目标.EDO 优化算法调节节点的工作方向,优先覆盖临界目标,公平分配感知资源,减小目标覆盖度的差异,EDO 算法使用效用值评价每个方向对网络覆盖质量的贡献大小,影响效用值的因素包括每个方向上的目标数、目标的覆盖度和邻居节点的方向决策,EDO 总是选择效用值最大的方向作为工作方向.NSS 协议引入局部覆盖集的概念,通过局部覆盖集判断当前节点是否为冗余节点,并在考虑节点剩余能量时决定节点是否可以转为睡眠,调度协议允许一个节点加入多个覆盖集,覆盖集轮流工作,使网络生存期最大化.仿真实验结果表明,分布式的EDO 算法比EGA 算法具有更好的方向优化性能,临界目标的覆盖质量提高了30%,同时明显地提高了网络生存期.     

融合节点中心性和度相关聚类的有向网络链路预测

现存大部分有向网络的链路预测方法仅关注链接方向信息和互惠链接信息而忽略节点重要性及度相关聚类的贡献,导致预测精度下降。针对以上不足,提出基于节点中心性和度相关聚类的有向网络链路预测指标。首先,利用节点中心性统计任意节点邻居数量去衡量节点的影响力;其次,将节点度相关聚类系数方法扩展到有向网络去评估节点聚类能力,并与网络同配系数相融合获得节点对高聚类能力;最后,融合以上2类信息提出一个带参的有向网络链路预测指标。在6个真实世界有向网络上与最近代表性预测指标比较,所提指标AUPR和AUC分别提高了33%和1.6%。     

一种基于关联关系的有向网络关键节点挖掘算法

关键节点在网络中的重要程度高于其他大部分节点,关键节点挖掘是网络分析的重要研究内容,对网络结构和网络中的关系等研究而言都具有非常重要的意义。已有的关键节点挖掘算法从不同的侧重点进行节点关键性评价,文中基于网络中节点的局部性信息,结合节点与其一阶邻居节点的关联关系,提出了一种有向网络关键节点挖掘算法。该算法在关注节点所处局部环境的同时考虑关联节点间的关联强度及重要性影响,根据局部重要性和关联重要性共同进行关键节点的评价。在实验网络上的影响力传播实验表明,相比于经典的度中心性等关键节点评价算法,所提算法挖掘得到的关键节点对影响力的传播能力更强,说明了算法的准确性。     

有向传感网络中通信节点分类方法研究与仿真

研究有向传感网络通信节点的分类优化问题.网络通信节点众多,在很多属性上有着较强的相似性.传统的通信节点分类方法多是运用属性上的相似性进行分类,没有考虑通信节点的传播方向,有向传感网络中的通信节点分类忽略了传递方向,造成分类过程较为粗糙,结果不准.为了避免上述传统算法的弊端,提出了一种基于密度自适应粒子群算法的有向传感网络通信节点分类方法.利用信息熵方法能够建立自适应粒子群,并且对粒子群中的粒子进行更新,保证粒子群的多样性,提高通信节点分类算法的局部寻优能力,从而完成有向传感网络的通信节点分类.实验结果表明,利用改进算法进行有向传感网络的通信节点分类,能够提高分类的准确性,从而满足实际有向传感网络的需求.     

基于复杂网络的社区发现算法研究

近年来,高质量社区的挖掘和发现已经成为复杂网络研究的一个热点。目前大多的社区发现算法主要针对无向网络,但现在的很多真实网络通常都是有向加权的。同时,标签传播算法(LPA)是一种接近线性复杂度的社区发现算法,该算法具有简单高效、不需要提供社区规模和社区个数等先验知识的特点,因而得到了广泛关注和应用。针对有向加权网络,提出了一种基于节点重要性和节点相似性的改进标签传播算法(CRJ-LPA)。该算法综合考虑节点的边权、节点的信息传播能力、节点相似度以及节点集聚系数等因素。算法通过加权的ClusterRank获得节点重要性列表用以避免LPA中的随机选择;然后,采用Jaccard系数度量节点的相似度,结合节点重要性列表计算出一个新的度量CRJ(重要度和相似度),提高了算法的稳定性。实验结果表明,该算法有效可行,且具有较好的鲁棒性。     

面向不同目标覆盖要求的异构有向传感器网络节点调度算法

针对给定部署区域中不同的监测目标有不同的覆盖需求和现有的调度算法大多针对同构有向传感器节点忽略了节点异构对调度性能的影响的问题,提出两种异构有向传感器网络节点调度策略.一种方法是通过对问题进行数学建模,将节点调度问题转化为目标优化问题,采用改进的和声搜索算法进行求解.改进和声搜索算法针对原始和声搜索在陷入局部最优时的过...     

有向传感网分块区域p-覆盖节点调度算法研究

本文研究了分块区域p-覆盖的有向传感网节点调度问题,并提出了一种有效延长网络生存时间的节点调度方案。将区域划分为拥有不同监测需求的子区域,从有向传感器节点感知模型出发,设计了基于网格划分的节点感知范围度量方法,并在此基础上提出了分布式分区域节点调度算法DSSA( Distributed Subarea Sensor-schedule Algorithm),该算法是一个选取最少数量的节点去对每一个子区域进行p-覆盖的分布式贪心算法。算法同时还考虑了整体网络的连通。通过仿真深入评估了DSSA算法的性能。对比实验结果表明,DSSA算法可以显著延长网络生存时间。     

一类有向双环网络的最优单播路由算法

有向双环网络G(N;1,h)(N是节点数,1和h是步长)是重要的互联网络结构。给出了有向双环网络G(N;1,h)的若干性质。作为这些性质的两个应用,给出一类有向双环网络的直径公式,以及这类有向双环网络的单播路由算法,这个算法是简单且最优的。     

复杂网络局部社区挖掘的节点接近度算法

为了准确、快速地发现大规模复杂网络中的局部社区,提出了一种基于节点接近度的局部社区发现算法。该算法以最大度节点作为起始节点,利用节点接近度和局部社区Q值不断搜索其邻居节点,将接近度最大的节点加入初始社区形成新的初始社区;同时,该算法也可以应用于复杂网络全局社区结构的划分。对2个典型复杂网络进行了局部社区挖掘分析,实验结果表明,该算法能够有效识别隐藏在实验网络中的局部社区。针对稀疏网络,该算法的时间复杂度为O（nlog（n））,n为网络节点数。     

Graph-balancing algorithms for average consensus over directed networks

Consensus strategies find extensive applications in coordination of robot groups and decision-making of agents. Since balanced graph plays an important role in the average consensus problem and many other coordination problems for directed communication networks, this work explores the conditions and algorithms for the digraph balancing problem. Based on the analysis of graph cycles, we prove that a digraph can be balanced if and only if the null space of its incidence matrix contains positive vectors. Then, based on this result and the corresponding analysis, two weight balance algorithms have been proposed, and the conditions for obtaining a unique balanced solution and a set of analytical results on weight balance problems have been introduced. Then, we point out the relationship between the weight balance problem and the features of the corresponding underlying Markov chain. Finally, two numerical examples are presented to verify the proposed algorithms.     

基于节点相似性度量的社团结构划分方法

针对复杂网络结构划分过程复杂、准确性差的问题,定义了节点全局和局部相似性衡量指标,并构建节点的相似性矩阵,提出一种基于节点相似性度量的社团结构划分算法.其基本思路是将节点(或社团)按相似性合并条件划分到同一个社团中,如果合并后的节点(或社团)仍然满足相似性合并条件,则继续合并,直到所有节点都得到准确的社团划分.实验结果表明,所提算法能成功正确地划分出真实网络中的社团结构, 性能比标签传播算法(LPA)、GN(Girvan-Newman)、CNM(Clauset-Newman-Moore)等算法优秀,能有效提高结果的准确性和鲁棒性.     

复杂网络中的在线社交网络演化模型

在线社交网络是一种广泛存在的社会网络,其节点度遵循幂率分布规律,但对于其结构演化模型方面的相关研究还不多。基于复杂网络理论研究在线社交网络内部结构特征,提出一种结合内增长、外增长及内部边更替的演化模型,借助平均场理论分析该模型的拓扑特性,实验和理论分析表明由该模型生成的网络,其度分布服从幂率分布,且通过调整参数,幂率指数在1~3,能较好地反映不同类型的真实在线社交网络的度分布特征,因此具有广泛适用性。     

传感器网络节点数目算法的比较研究*

节点数目的确定问题直接影响着网络的运行成本和工作效率,是传感器网络研究中一个基本的研究课题。介绍并分析了基于瞬时和长时两种不同感应模型的节点计算算法,即基于调度的节点数量确定算法和基于暴露量的节点数量确定算法,给出了覆盖滑动窗口的概念,归纳出两种算法在精度、性能指标和应用范围等方面的差异,得出两种方法均能有效确定满足覆盖节点数目的门限值,只是各自的覆盖滑动窗口的尺寸有所不同的结论。     

无线传感器网络分布式节点定位算法研究

深入分析比较了在无线传感器网络领域中有代表性的4种分布式定位算法,着重关注了算法的能量消耗问题。节点的能量消耗主要由计算和通讯开销组成,对于算法的计算复杂度和通讯开销,做出了定量的分析。在此基础上,对未来的研究与算法的改进提出了建议。     

有向加权供应链网络级联失效的抗毁性研究

供应链网络是一个高度复杂的有向加权网络, 研究供应链网络本身的抗毁性对改良供应链网络拓扑结构, 提高网络稳定性和鲁棒性有着至关重要的意义. 因此本文依据复杂供应链网络中不同的网络攻击方式导致的节点 或者连边级联失效现象, 提出了一项在有向加权供应链网络下的抗毁性标准. 在提出的抗毁性准则中, 本文引入 了“网络运营度”的概念, 并针对有向加权网络的几种级联失效现象下的“网络运营度”的理论机理进行阐述, 最后 通过实验证明该抗毁性准则相对于其他文章所提出的抗毁性准则有着相对较好的表现, 证实了本文提出的抗毁性 测度的有效性.