一种改进的基于最大流的Web社区挖掘算法

针对原始最大流算法给每条边的边容量分配一个常量值,在社区质量及成员数量上造成的问题,提出了一种改进的Web社区挖掘算法。该算法考虑不同边的重要性差异,将加权PageRank算法中页面的重要度转化为衡量页面之间边重要性的传递概率值,并使用该值对边容量进行赋值。实验结果表明,改进的算法有效地提高了Web社区的质量。     

一种结合文本和链接分析的局部Web社区识别技术

当前Web社区识别算法大都基于纯链接分析,忽略了Web的文本属性.针对Flake等人提出的基于最大流算法的社区识别框架的不足(如赋予网页之间的链接不公平的权重、排序策略单一等),提出了一种结合网页内容分析与链接分析的改进算法.首先,提出一种新的基于文本相似度的边容量分配方法.基于网页间内容越相似彼此传递的权威度越大的特点,将网页的内容相似度用于Web图的边容量设置上,具体策略为Max-flow+TF-IDF边容量设置和Max-flow+TF-IDF+Seeds边容量设置.其次,提出的社区结点的排序策略充分考虑了结点和社区主题的相似度,以此来增强结点区分度.理论分析和实验证明了该算法具有提高社区发现的精度和大小、计算出的排序分值更为客观合理等优点.     

一种多中继协作系统中功率优化分配策略的无线网络容量算法研究

针对限制网络容量的主要因素（信道带宽与信道信噪比）,本文提出了一种多中继协作系统中功率优化分配策略的无线网络容量算法。首先,论文提出采用多中继协作的方式,提高网络传输速率,建立网络最大流数学模型。然后,在网络总功率受限的情况下,对中继节点进行功率优化分配,建立最大化网络容量计算数学模型。最后,论文建立网络仿真环境,对比多中继协作且能量优化分配与非中继协作且能量等分两种策略在中断概率、网络容量等方面的表现。得出如下结论：网络容量随节点数量增加呈现先增后减的趋势,多中继协作且能量优化分配策略更加有利于提高无线网络容量。     

最大流算法发现web社团改进

提出了一种更好的分配边容量的方法,即不是给每条边分配一个相同的常量值,而是为不同的边依据信息的重要度来动态的分配不同的边值,较好的解决最大流算法发现web社团中的主题漂移问题。     

最大流算法发现Web社团的改进

提出了一种更好的分配边容量的方法,即不是给每条边分配一个相同的常量值,而是为不同的边依据信息的重要度来动态分配不同的边值,较好地解决最大流算法发现Web社团中的主题漂移问题。     

基于在线概率的P2P网络系统动力学模型

为了更好地刻画P2P文件共享系统中节点行为的随机性,提出了一种基于在线概率的动力学模型. 首先,引入节点的在线概率来刻画节点行为的随机性,并通过分析系统中节点之间交互演化的过程,建立了基于在线概率的动力学模型. 然后,通过对模型的分析,研究了影响系统演化的多个因素,这主要通过对相关算法的具体形式分析来体现. 之后,对算法进行改进,提出了基于在线概率的节点选择算法、带宽分配算法与节点阻塞算法. 最后,通过仿真实验对模型进行了验证和分析.     

基于相似度传播的二分网络链接预测

链接预测是复杂网络分析中的重要研究问题。提出了一个基于链接相似度传播的二部图链路预测算法。该算法将链接相似度得分通过随机游走在网络中进行传播和更新。在该算法中,网络里的每一条边都被分配一个基于相似度的传播概率。不同部分的节点之间的链接相似性得分根据它们的边的传播概率来传播。在不同大小的真实社交网络上的实验结果证明,该算法可以取得比其他算法更精确的预测结果。     

基于地址映射的分段式地址分配算法*

针对路由节点所能拥有的最大子节点个数限制了同一深度的孩子节点的数量的问题,提出了一种基于地址映射的分段式地址分配算法,通过对子节路由节点以及终端节点的地址进行扩展,建立了从子节点地址到扩展地址的映射,增加了路由节点所能拥有的子节点的最大个数,从而提高了节点的入网概率和孤立节点数量;同时给出了地址回收机制以及改进的路由算法,使其与cluster-tree协议兼容。最后仿真表明改进的算法在地址分配成功率、平均分配耗时等方面优于DAAM算法。     

不确定图最可靠最大流算法研究

文中首先基于可能世界模型提出了不确定图的最可靠最大流问题和可靠性计算模型,这对于构建可靠性网络、可靠传输路径选择以及系统薄弱环节分析等一系列实际问题具有重要意义;然后基于简单路径组合思想提出了一种求解最可靠最大流的算法SPCA,通过简单路径流量的组合,在无需求得所有最大流分布的情况下获得最可靠最大流,并在组合过程中引入概率剪枝与约束剪枝策略,对无效组合进行过滤,从而显著地提高了算法效率;接着文中针对SPCA算法易受路径数量及瓶颈容量影响的问题,又提出一种基于状态空间划分的最可靠最大流算法SDBA,该算法的主要思想是将不确定图所蕴含的子图空间划分为互不相交且满足最大流值的闭合区间集合,进而寻找所有闭合区间中概率最大的下界状态,经证明这个下界状态对应子图中的最大流分布为最可靠最大流;最后通过实验,比较了两种算法的性能.实验结果表明SDBA算法相对于SPCA算法其空间复杂度有一定的增加,但时间复杂度方面具有较大的优势,能够很好地解决SPCA算法性能受制于容量的问题,具有更好的性能与适用性.     

节点有容量的平面无向网络中的最大流问题是属于NC的

最大流问题是在一个节点和边都有容量限制的网络中寻找两个指定节点间的具有最大值的流。它是个经典的组合优化问题，在工程和科学的许多领域有广泛的应用。在最大流问题的研究中，通常假定仅网络的边有容量的限制。这是因为在一般网络中，节点和边都有容量的问题可以通过简单地把一个节点分裂成两个节点并加入一条边的方法转化为仅边有容量的问题。     

基于平均传递概率的容迟网络路由算法的设计

为了提高容迟网络的传递率、降低传输延迟、对节点缓存进行更有效的管理, 结合已有的PROPHET和Spray and Wait算法, 提出了一种基于平均传递概率的容迟网络路由算法RAB-ADP。在该算法中设置了一个与时间有关的平均传递预测概率参数进行消息转发的决策, 解决了PROPHET算法容易产生路由抖动的缺点。算法综合利用了复制和知识两个属性, 采用{MOPR; FIFO}队列策略组, 通过消息传送完毕的ACK确认信息进行缓存管理和网络中冗余消息副本的删除。仿真实验表明, 该算法在节点缓存大小不同以及网络中节点数目不同的两种情况下, 传递率和路由开销比率的性能均优于其他经典路由算法。     

DTN中基于时空和社会性的概率路由算法

针对提高传递命中率、减少网络传输延时和网络开销,提出了基于时空和社会性的概率路由算法,称之为 GTSP(Geographical area AND Time Combine Social And Probability)。该算法首先根据节点之间经常以大概率相遇的时间段和地理区域确定每个节点以及节点之间在特定时间段和地理区域上的相遇概率较大的几个节点组成的表和共同朋友节点表;然后节点根据GTSP算法进行移动和转发数据包,从而避免了节点在错误的时间段和地理区域内的移动。仿真结果表明,与Prophet路由算法、SprayAndWait路由算法以及SimBet路由算法相比,所提路由算法在平均传输时延、传递命中率、网络开销方面取得了较大的改善。     

节点和边都有容量的有向平面网络中的最小截和最大流

在一般网络中,节点和边都有容量的最小截、最大流问题很容易转化为仅边有容量的问题.但传统转化方法用在平面网络中破坏了网络的平面性,使平面网络中节点和边都有容量的问题比仅边有容量的问题难.使用传统转化方法得到的两个问题的算法复杂度均为O（n2logn）（n表示网络中的节点数）.对此,作者曾给出了无向平面网络中最小截问题的保持平面性的转化方法.在此基础上,这里进一步讨论有向平面网络中的最小截、最大流问题,给出有向网络中保持平面性的转化方法,并利用此转化得到了复杂度均为O（nlogn）的最小截和最大流算法.从并行计算复杂性角度来看,传统方法转化后的问题是P-完全的.而使用新方法可以得到NC算法,且可以证明节点和边都有容量的有向平面网络中的最小截、最大流问题都是属于NC的.     

基于pmax和p的RED算法改进及分析

对RED的最大丢弃概率pmax和丢弃概率p进行了优化,NS2仿真实验结果表明,改进后的算法PO_RED,在网络轻载时,能同时提高TCP流和UDP流的性能;在网络重载时,能够抑制UDP流、增强TCP流,使网络资源分配更加公平。     

延迟容忍网络中基于概率传递的可靠路由算法

针对延迟容忍网络中节点缓存受限引起大量消息被丢弃的问题,在概率路由算法的基础上,提出一种基于概率传递的可靠路由算法R PROPHET。该路由算法根据节点缓存中消息替换的历史情况评价节点的可靠性,以保证消息在可靠的节点间传输直至交付给目的节点。仿真结果表明,该算法能够减轻消息在节点间无效传递的情况,能够获得较高的消息交付率,并具有较低的通信开销。     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。     

一种求解网络最大流问题的算法

随着网络应用的不断深入,人们对网络传输容量和服务质量的要求和期望也越来越高,设计高性能网络成为一项迫切的工作。缓存的配置直接影响网络的时延和丢失率,网络缓存和网络传输容量的合理匹配,能很好提高网络性能。文章简述了网络最大流问题的现状,提出了一种求解网络最大流问题的算法。算法基于MPLS流量工程技术,在实现网络最大流的情况下,同时对M争分支（链路）重新分配流量,达到合理分配网络流量和利用网络资源的目的。仿真结果表明算法是有效的。     

一种混合信道分配算法的研究与仿真

为了提高无线网状网络的链路容量,提出一种在网络中配置节点多射频多信道的混合信道分配算法.通过配置默认信道并优化默认信道的使用,该算法基于启发式信道分配策略来减小链路干扰提升链路容量.基于网络物理拓扑,该算法生成简化的网络逻辑拓扑,使得信道分配方案能够结合路由优化网络性能.对信道分配的动态调整,确保了网络容量的实时优化.仿真结果显示,本信道分配算法可以有效地提升网络性能.     

煤矿应急救援中无线Mesh网络多信道分配算法

针对现有的无线Mesh网络多信道分配算法无法解决煤矿应急救援中无线Mesh网络因传输干扰导致的信道分配抖动问题,结合无线Mesh网络连通性以及干扰模型,提出了一种基于拓扑分层和干扰避免的多信道分配算法,即对网络拓扑分层,在确定第1层节点与边的基础上,继续对其他层进行拓扑分配,然后根据干扰情况对各层进行信道分配。设计了仿真模型:无线Mesh节点发射距离为200m,干扰距离为500m,拓扑范围为1 000m×1 000m。随机选取20个节点,在可用信道变化和网关变化2种情况下对该算法进行仿真分析,结果表明该算法较常用的拓扑结构算法提高了网络的吞吐量,降低了信道分配中的传输干扰。     

基于双视角的耦合网络表示学习算法

传统网络表示学习算法大多依赖于节点视角下的随机游走获取网络局部采样序列,再通过最大化相邻节点的共现概率将网络中的节点表示成低维向量.本文在真实网络上的经验分析表明,对节点和边两种视角分别进行随机游走会产生具有不同节点分布的采样序列,进而得到不同的社区划分.为此,本文提出了一种基于双视角的耦合表示学习算法DPBCNE.该方法基于边视角进行随机游走以获得不同于节点视角的采样结果,再融合基于节点视角下的节点采样序列进行耦合训练,以学习节点和边的表示.实验结果表明,相较于现有的网络表示学习算法,DPBCNE能更好地保留网络拓扑结构信息,并在下游分类和预测任务中获得更好的效果.