基于重叠社区和结构洞度的社会网络结构洞识别算法

结构洞是社会网络中的关键位置,对信息扩散起中介作用。为高效、准确地辨识具有社团结构的社会网络中占据结构洞的节点,提出了一种基于重叠社区和结构洞度的结构洞识别算法,旨在找到一组最具信息优势和控制优势的节点。基本思想是首先定位社区之间的重叠节点,然后利用节点的邻接差异和连接的社区差异衡量其非冗余性,计算出重叠节点的结构洞度,通过对结构洞度值升序排列发现占据结构洞的节点集。应用于实际数据集的实验结果表明,与网络约束系数算法、中介中心度算法、MaxD算法相比,该算法的识别准确度最高,时间复杂度最低。     

分层递阶的网络结构洞占据者挖掘及分析

结构洞是在社会网络信息传播中占据重要位置的一类关键节点。据研究,5%的结构洞控制着50%的信息传播。学者们研究了单一粒度网络下结构洞的挖掘方法及分析,然而很多网络存在分层递阶的多粒度结构特性,对分层递阶网络的结构洞挖掘和分析具有现实意义。因此,该文提出了一种分层递阶网络的多粒度结构洞挖掘方法HI-SH,并对不同粒度下的结构洞进行了分析。在该方法中,首先对网络进行多粒度社团划分,得到每一粒度下网络的社团;然后,根据两级信息传播理论,使用单一粒度下结构洞挖掘算法,挖掘每一粒度下top-k结构洞。在公用数据Topic16和真实数据上进行了实验,结果表明,网络的结构洞是动态变化的,单一粒度下的结构洞排名不能代表整个网络的结构洞排名。     

大规模数据下的社交网络结构洞节点发现算法研究

随着社会网络数据规模的递增,结构洞节点计算涉及的计算量呈几何级增长,如何构建有效的并行化算法并缩短算法运行的时间成为当前研究的难点。针对大规模数据量下结构洞节点发现算法的不足,利用并行化思想设计实现了基于MapReduce的结构洞节点发现算法。该算法通过DBLP,YouTube和Califonia公路网这3组规模不同的数据集在Hadoop集群上运行的实验结果表明,增加DataNode机器节点的数量能够缩短算法运行的时间,提高运行效率且具有良好的并行加速比和扩展性能。     

长株潭城市群中部崛起

红辣椒、湘妹子,这些和湖南紧密相连的词语代表了外省人对湖南的最初印象;改革开放以来,湖南卫视、远大空调、中联重工、三一重工等现代化的名词也开始打上湖南、长沙的烙印,代表了三湘现代化的脚步声。     

基于图结构特征分析的Top-k结构洞发现算法

结构洞通常指社交网络中处于信息扩散关键位置的节点,此类节点对社交网络舆情控制、影响力分析、信息传播等具有重要作用。为快速准确地找到社交网络中的结构洞,提出一种基于图最短路径增量的Top-k结构洞发现算法。通过计算并分析节点的图最短路径增量、连通分量个数和节点方差确定其结构洞属性值,并依据该属性值对节点进行排序,从而发现Top-k结构洞。同时,结合中介中心性算法进行节点的过滤与筛选,大幅降低算法的时间复杂度。在真实网络和不同规模LFR人工合成网络上的实验结果表明,与经典结构洞发现算法相比,该算法具有更高的结构洞检测效率。     

代谢网络结构与功能的复杂网络分析

细胞的新陈代谢过程可以抽象地描述成交互的复杂网络,越来越多的证据表明这种描述和分析有助于理解代谢网络的结构和功能.本文首先对高质量金黄色葡萄球菌(Staphylococcus aureus)代谢网络数据进行整理,构建了该网络中的所有代谢反应列表.随后用代谢物图(即节点表示代谢物,连线表示代谢反应)来表示这些反应,形成的...     

复杂技术交易网络结构特性研究

复杂网络已广泛应用于社交、电力及交通等领域,本文从复杂网络角度对技术交易网络进行构建和研究,得出技术交易网络具有多种符合复杂网络特征的结构特点。技术交易网络中同时存在强连通片和弱连通片;度分布趋近于长尾分布;平均路径长度及聚类系数相对较小,区别于其他一般复杂网络。通过结合技术交易实际活动,阐述技术交易网络结构特点具体含义及其对技术交易网络演化的影响和对技术交易活动管理的指导意义。     

加权网络的结构洞挖掘算法

作为网络结构分析的重要概念,结构洞占据者在获取网络有效信息方面起着关键的作用。目前,研究者们主要针对无权网络研究挖掘其结构洞的方法,然而,实际网络中,边权对网络性能的影响起着重要作用。以加权网络为研究对象,以约束度为衡量指标,提出一种加权的结构洞挖掘算法--W_HIS算法（Weighted HIS Algorithm）。将提出的W_HIS算法应用到公用数据和实例数据,与已有的算法进行对比,验证了算法的有效性。实验结果表明,提出的算法对挖掘结构洞占据者效果相对较好。     

基于加权合著网络的结构洞特征分析

科研合作日趋频繁,形成了大量复杂的网络结构,如引文网络、共引网络及合著网络等,合著现象也越来越多。结构洞的发现有助于科研合作中提高团队整体的创新能力。目前对于合著网络的结构洞分析多为无权网络,为了研究合著者的紧密程度在结构洞分析中的作用,以加权的合著网络为研究对象,将权重引入到约束度中,并对现有的结构洞算法--HIS算法进行改进,提出一种基于加权约束度的结构洞挖掘算法（W_CIHIS算法）。用约束度作为衡量指标,将W_CIHIS算法与HIS算法应用到公共数据进行对比,实验结果表明提出的算法有很好的效果。     

一种基于正态分布的复杂网络结构划分算法

复杂网络的节点聚集呈现符合社区结构的动态、无标度和非对称的特性,为了优化复杂网络的社区结构,研究当前发现和优化社区结构的方法的不足,研究用约束正态分布来改进社区结构的节点聚集归属方法,借助信息熵,提出了基于正太分布的复杂网络结构划分算法,通过算法得出聚集节点的正态分布概率,用正太分布概率作为信息熵的输入,重新调整信息熵的变化,根据信息熵变化的幅度,确定节点的划分归属。本算法在确定网络社区结构划分的同时,也能够确定社区内节点的模糊关系。     

国内外典型城市群交通网络特性对比分析*

为了研究城市群交通网络特性,运用ICN dual approach方法构建了以美国东北部大西洋沿岸城市群、日本太平洋沿岸城市群、英国伦敦为核心的城市群、长江三角城市群、京津唐城市群、珠江三角城市群等国内外典型城市群交通网络模型,使用MATLAB和VC++分别对它们的平均度、网络密度、n-聚集系数、平均最短路径、随机网络聚集系数、随机网络平均最短路径、网络结构熵、全局系数等网络特性指标进行计算和比较分析,得到以下结论:a)六个城市群交通网络都具有小世界性而不具有无标度性,一般可以推论城市群交通网络只有小世界性、不具有无标度性;b)六个城市群交通网络都存在着极少道路介数很大,对整个网络的整体性、连通性和安全性意义重大;c)六个城市群交通网络中珠江三角城市群交通网络的整体效率最高,日本太平洋沿岸城市群交通网络结构熵最小,表明其最有序。     

基于有向含权复杂网络的城市交通路网关键路段识别

针对目前基于复杂网络识别城市交通路网关键路段缺乏考虑现实影响因素和路段方向性问题,提出了一种基于有向含权复杂网络的关键路段识别方法。第一阶段利用复杂网络理论将城市交通路网构建成有向含权复杂网络模型;第二阶段利用LinkRank算法对复杂网络中边进行重要度排序,以此识别关键边,即城市交通路网关键路段;第三阶段利用变异的易感—感染（susceptible-infective,SI）模型对关键路段进行影响评估。通过对浙江省海宁市城区的城市交通路网分析,验证了方法的实用性和有效性。     

基于拷贝模型的复杂网络鲁棒性研究*

拷贝机制被广泛认为是系统通过构造冗余提高自身鲁棒性的主要机制之一。为了探究拷贝机制是否是真实网络鲁棒的基本机制,通过计算机仿真的方法对基于拷贝机制的网络模型的鲁棒性进行了进一步的研究。仿真结果表明,随着拷贝机制的增强,相应网络对于随机故障的鲁棒性增强,而对于蓄意攻击的鲁棒性减弱。这一事实启发人们,基于拷贝机制的网络,其鲁棒性仅局限于随机失效,单纯的拷贝机制还不足以有效抵抗基于网络全局结构信息的蓄意攻击。     

A fast network partition method for large-scale urban traffic networks

In order to control the large-scale urban traffic network through hierarchical or decentralized methods, it is necessary to exploit a network partition method, which should be both effective in extracting subnetworks and fast to compute. In this paper, a new approach to calculate the correlation degree, which determines the desire for interconnection between two adjacent intersections, is first proposed. It is used as a weight of a link in an urban traffic network, which considers both the physical characteristics and the dynamic traffic information of the link. Then, a fast network division approach by optimizing the modularity, which is a criterion to distinguish the quality of the partition results, is applied to identify the subnetworks for large-scale urban traffic networks. Finally, an application to a specified urban traffic network is investigated using the proposed algorithm. The results show that it is an effective and efficient method for partitioning urban traffic networks automatically in real world.     

基于双层复杂网络的城市交通网络协同优化方法

针对城市交通网络中旅客在公共交通出行路径选择时面临的地铁与公交双层网络在换乘衔接协同中存在的部分换乘站点之间距离过远、衔接导向不明确、局部换乘供需不平衡等问题，提出基于双层复杂网络的城市交通网络协同优化方法。首先，采用逻辑网络拓扑方法对城市交通网络进行拓扑，并基于复杂网络理论建立地铁-公交双层网络模型。然后，以换乘车站为研究对象，提出一种基于K-shell分解法和中心性权重分配的节点重要度评价方法，对大规模网络中的地铁、公交车站进行粗粒度和细粒度划分和识别，并在此基础上提出一种相互激励的双层城市交通网络协同优化方法，即在双层网络结构优化中引入复杂网络理论中对于网络拓扑中节点重要度的识别和筛选方法，通过对路径选择中高集聚效应的识别和有利节点的定位更新双层网络结构以优化现有网络的车站布局和衔接关系。最后，将提出的方法应用于成都市地铁-公交网络，优化了现有网络结构，得到了现有网络的最佳优化节点位置和优化数量，并且通过相关指标系统验证了该方法的有效性。实验结果表明，采用该方法优化32次后的网络全局效率达到最优，和平均最短路径的优化效果分别为15.89%、16.97%，旅客换乘行为提升57.44个百分点；优化方法对旅行成本在8000~12000 m的可达性影响最明显，优化效果平均达到23.44%；同时引入双层网络速度比和单位交通成本比，突出了不同运营状况下交通网络对协同优化过程的反应和敏感度的不同。     

基于复杂网络理论的Internet抗毁性研究

针对Internet这一典型的复杂网络,依据TCP拥塞控制协议能重新调整数据流流速的特性,提出了一种新的抗毁性测度方法,并在流速可变的通信模型下对Internet进行了抗毁性研究,仿真结果表明Internet仍然具有鲁棒且脆弱性;然后分析了Internet在不完全信息下和基于局部网络拓扑信息的分布式攻击下的抗毁性,并且提出了相应的保护措施,仿真结果表明,不同情况下的不完全信息会对有目的攻击的攻击效率产生不同程度的影响,而基于局部信息的攻击可以达到有目的攻击的攻击效率,该结果对制订高效的Internet攻击(保护)策略具有重要意义。     

基于FFCM聚类的城市交通拥堵判别研究

对城市道路交通拥堵状态判别的问题,提出了一种硬C均值(HCM)聚类与模糊C均值(FCM)聚类相结合的快速模糊C均值聚类(FFCM)算法。用硬聚类的结果对模糊聚类初始值的选取进行指导,以加速算法的收敛过程。将该算法用于城市交通流数据的聚类分析结果表明,该算法能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通疏导策略的制定提供依据。     

基于多agent和分层递阶结构的城市快速路网多模控制*

提出了基于多agent和分层递阶智能结构的城市快速路网多模控制策略。执行级agent采用单点积分反馈控制策略,协调级agent采用多匝道协调控制策略,组织级agent采用路线诱导与匝道控制相集成的控制策略。仿真表明,多模控制能灵活有效地适应路网中各种状况的实时变化,控制效果良好。     

基于无线传感器网络的远距离结构健康监测

针对复合材料结构健康监测的特点和需求,实现了一套基于无线传感器网络(WSNs)的远距离结构健康监测系统。系统构成包括前端传感监测子系统、WSNs子系统和远终端监控子系统。为了扩大系统的监测范围,降低系统网络功耗及成本,提高系统的稳定性、智能性和抗毁性,研究了自制的无线传感节点、多跳路由技术及小型化配接电路,改进了终端程序和网络节点程序。实验证明:相对于传统有线的监测方式,基于WSNs的结构健康监测具有灵活性高、负重轻、成本低、搭建移动方便、维护容易等优点。