融合多粒度社区信息的网络嵌入方法

现有大多数网络嵌入方法仅保留了网络的局部结构信息,而忽略了网络中的其他潜在信息.为了保留网络的社区信息,并体现网络社区结构的多粒度特性,提出一种融合多粒度社区信息的网络嵌入方法(EMGC).首先,获得网络的多粒度社区结构,并初始化节点嵌入和社区嵌入;然后,根据上一粒度上的节点嵌入和本层粒度的社区结构,更新社区嵌入,进而...     

基于Katz自动编码器的城市路网链路预测模型

城市交通道路网络（以下简称“路网”）是一种特殊的复杂网络,对路网进行链路预测在城市规划与城市结构演化方面有着重要的应用价值。针对路网的高度稀疏性、高度非线性特点,提出了一种基于Katz相似度自动编码器（Katz Auto Encoder Network Embedding,KAENE）的路网链路预测模型,它是一种基于自动编码器的深度学习网络嵌入模型,使用Katz相似度矩阵保存路网的结构特征,利用多层非线性自动编码器对路网进行网络表征学习,在模型训练阶段通过局部线性嵌入损失函数保存路网的局部特征,在此基础上引入L2范数来提高模型的泛化能力,最后结合路网的方向性特征提高路网的链路预测精确度。通过实验对比了KAENE模型与其他链路预测模型在国内外的不同城市路网数据上的表现以及不同嵌入维度对KAENE模型预测精度的影响,最后通过可视化了解了模型的网络表征学习过程。实验结果表明,KAENE在国内外6个具有代表性的路网数据集的链路预测任务中取得了良好的表现。     

基于路网结构的城市交通事故短期风险预测方法

城市交通事故一般都发生在公共道路上,然而现有的交通事故风险预测算法都通过对预测区域进行规则网格化来确定预测空间单位,导致预测精度不高且实用价值较低。本文将道路路段作为预测单位,采用图卷积和长短期记忆网络,构建了一种基于路网结构的城市交通事故短期风险预测方法(traffic accidents risk prediction based on road network,TARPBRN)。该方法能对指定路段短期内的交通事故风险进行预测,从而可以有针对性地进行治理,减少交通事故的发生。本文使用杭州市西湖区的交通事故数据对模型进行了训练,并与4种常用的计量经济学模型和3种已有的深度学习预测算法进行了对比。实验结果证明本文算法在准确度、正确率和漏报率等方面都优于已有算法。     

城市路网和快速公路交通流的分散协调控制

利用模糊理论对城市路网和快速公路交通进行实时分散协调控制。把路网和快速公路作为一个大系统,子系统为路网中的各个交叉口,每个子系统有一个控制器,该控制器根据它自己和相邻子系统的交通流信息来动态管理绿灯相位及绿灯时间。控制器有三个模块组成：相序选择模块,绿灯判断模块和相位切换模块。控制器的控制目标是保持快速公路主线密度均衡和路网内各车辆平均延误时间最短。仿真研究表明该方法控制效果较好。     

重叠社区发现算法评价指标综述

重叠社区发现算法对于理解复杂系统、发现复杂网络中隐藏的规律等具有很强的应用价值,而评价指标是算法发现高质量重叠社区的一个关键要素,算法的进步常常依赖于评价指标的进步。现有研究对非重叠社区发现算法的评价指标有较多的总结,而没有对重叠社区发现算法的评价指标进行总结。对重叠社区发现算法的评价指标进行了系统的总结和回顾,将指标分为事先知道社区结构、事先不知道社区结构和其它三大类。事先知道社区结构的评价指标包括基于混淆矩阵、基于ARI、基于NMI三个子类评价指标,事先不知道社区结构的评价指标包括基于模块度、基于密度、基于元数据三个子类评价指标,其它类主要介绍算法可扩展性评价指标。深入理解各种评价指标对于开发和优化重叠社区发现算法、在实际应用中发现高质量社区具有重要价值。     

基于交通路网的TASEP模型的扩展研究

完全非对称的简单排它过程(Totally Asymmetric Simple Exclusion Process,TASEP)模型是一种描述一维晶格上粒子运输的一种经典模型,其主要考虑了粒子之间的体积排斥效应,已被广泛应用到生物、交通等领域。文中主要对传统的TASEP模型进行了扩展研究,结合实际交通网络的结构和特性对TASEP模型进行了如下改进:1)粒子在各条边上的跳跃率是异质的,即设置各条边上的跳跃率不同且符合泊松分布;2)在交叉路口的粒子在选择下一个路段时是非随机的。具体地,设计了一种实时路径策略,结合各个时刻各条边上的流量值与粒子数得到对应边上粒子的平均移动“速度”;在此基础上引入“理性”参数α来控制粒子的路径选择:α的值越大,粒子越倾向于运动到平均速度越快的连边上。结果显示,随着参数α值的增大,网络中粒子的整体运动得到了优化,使得系统的流量有较大的提升,从而可以缓解网络拥塞。文中通过结合复杂网络的概念和方法,对传统TASEP模型做出了两点改进:1)设计出粒子在交叉口处的路径策略优化其行驶路径;2)为研究城市交通流模型提供了新的思路和方向。     

基于SLPA优化的重叠社区发现算法

传统的重叠社区发现算法SLPA虽然具有时间复杂度和性能上的优势,但标签传播算法内在的随机策略使得算法结果并不稳定。针对SLPA的缺点,提出一种高效稳定的重叠社区发现算法L-SLPA。先对网络进行非重叠划分,减少不同标签分配的数量,同时加入边界节点的考虑进行剪枝,以提高运行速度。实验结果表明,相比于SLPA,该算法在降低运行时间和随机性的同时保证了结果的准确性。     

基于全局时空特性的城市路网交通速度预测模型

城市路网交通速度预测是智能交通系统中的重要组成部分,其可为出行者提供实时的交通信息,对提升道路通行能力具有重要意义。现有基于图卷积网络的预测模型一定程度上加强了对一阶相邻路段间空间关联程度的挖掘,但在非一阶相邻路段关联度大于一阶相邻路段关联度的情况下,如果仍输入原始的邻接矩阵,会遗失一些相对重要的路段空间信息,无法得到较好的预测结果。为准确挖掘城市路网中的时空特性,提出一种基于全局图卷积和门控循环单元的城市路网交通速度预测模型G-GCGRU。考虑全局路网下非一阶相邻路段间的空间影响程度,利用相关性分析方法计算得到路段间的关联度矩阵,并作为新的卷积方式进一步加深对空间特征的挖掘,在此基础上,采用门控循环单元方法提取路网时间特征。使用深圳市罗湖区城市路网车速数据进行实验,结果表明,该模型预测性能优于图卷积网络（GCN）、门控循环单元（GRU）和GCN-GRU混合模型,以均方根误差为评价指标,预测精度分别提高25.3%、4.7%和2.1%。     

基于预处理的城市路网拓扑结构构建算法

路网拓扑结构构建是最优路径规划的基础。针对MapInfo数据格式电子地图不具备拓扑结构,且现有拓扑结构构建算法精度低、效率差等不足,提出在路网拓扑结构构建前,应用缓冲区分析技术和计算区域质点等预处理方法,对原始路网不规则的关系进行分类和道路信息补充,以此为基础创建路段和节点图层,建立路网拓扑关系。应用该算法,在VB6.0开发环境和MapInfo二次开发控件MapX支持下,实现了重庆市路网拓扑结构的构建。实验结果表明,该算法构建精度和效率明显提高。     

复杂网络中的社团结构发现方法

社团结构是真实复杂网络异质性与模块化特性的反映。深入研究网络的社团结构有助于揭示错综复杂的真 实网络是怎样由许多相对独立而又互相关联的社区形成的,使人们更好地理解系统不同层次的结构和功能,具有广泛 的实用价值。总结了目前常用的社区发现方法,包括经典的GN算法、模块度优化算法、基于网络动力学的方法以及 统计推断方法;用社区划分基准测试网络Zachary对上述算法进行了实验,对这几类算法的时间复杂度和优缺点进行 了比较分析。最后,对复杂网络的社区结构发现算法的研究进行了展望。     

Structural robustness of city road networks based on community

Road network robustness is the ability of a road network to operate correctly under a wide range of attacks. A structural robustness analysis can describe the survivability of a city road network that is under attack and can help improve functions such as urban planning and emergency response. In this paper, a novel approach is presented to quantitatively evaluate road network robustness based on the community structure derived from a city road network, in which communities refer to those densely connected subsets of nodes that are sparsely linked to the remaining network. First, a road network is reconstructed into a set of connected communities. Then, successive simulated attacks are conducted on the reconstructed road networks to test the performance of the networks under attack. The performance of the networks is represented by efficiency and the occurrence of fragmentation. Three attack strategies, including a random attack and two intentional attacks, are performed to evaluate the survivability of the road network under different situations. Contrary to the traditional road segment-based approach, the community-based robustness analysis on a city road network shows distinct structural diversity between communities, providing greater insight into network vulnerability under intentional attacks. Six typical city road networks on three different continents are used to demonstrate the proposed approach. The evaluation results reveal an important feature of the structure of city road networks from a community-based perspective, i.e., that the structure is robust under random failure but fragile under intentional attack. This result is highly consistent in different city road network forms.     

道路网约束下的城市事件空间点模式分析

为对城市管理的资源分配提供有效的决策支持, 基于道路网约束下的核密度估计和K函数方法, 对城市事件的一阶和二阶空间分布特性进行分析, 并与平面空间点模式分析结果进行对比。实验结果表明, 相比平面空间点模式分析方法, 道路网约束下的核密度估计提取的“热点”路段可直观地体现事件沿道路网的分布情况, 而道路网约束下的K函数能真实地反映出事件在不同空间尺度下的聚集程度。     

SAR图像道路网提取方法综述

SAR图像道路网提取具有重要的遥感应用价值.20多年来,随着SAR成像技术的不断发展以及遥感应用的迫切需求,涌现出大量道路网提取方法.本文回顾了SAR图像道路网提取研究的发展历程,从道路提取流程阶段出发,将其分为局部检测和全局连接这两大步骤,在每个步骤中分析比较了现有算法的适用范围及相对优缺点,指出了当前研究中存在的问题,展望了SAR图像道路网提取的发展趋势.     

主成分分析法在城市道路交通安全评价中的应用

城市道路交通安全评价是一个综合性的课题,是改善道路交通安全、实现城市交通安全快捷不可或缺的部分。利用主成分分析的方法,选定几个评价其安全的主要指标,利用数学软件计算得出不同的几条路面的综合安全系数,得分越大表明危险系数越高;然后将所得结果与已有的参考文献中利用模糊综合评价法得出的结果比较,得出主成分法是可行的,而且能利用到实际的测评中来衡量某个城市区域交通规划的合理性,并在一些特定场合有其特有的优越性。     

基于几何网络分析的城市公交智能评价*

城市公共交通网络是重要的城市基础设施,合理规划和高效管理是保障城市可持续性发展的有效措施。为此,利用地理信息系统、几何网络分析原理,综合分析城市公交运行特性和影响因素,构建了西安市公交几何网络空间数据库,建立了城市公交质量的评价模型;将评价模型与公交几何网络相结合,应用于西安市公交质量评价与管理中。研究结果表明,该方法简单易行、科学合理。     

基于分层路网的路径规划算法

为了提高路径规划的效率,提出了一种基于分层路网的二叉堆管理开启列表启发搜索算法。首先根据路网分级特点的存在,建立分层地图数据库,然后以启发式A*算法为主搜索方式,结合优先队列二叉堆来管理开启列表,完成路径规划。通过实验对比不同路径规划算法的平均耗时显示：启发式A*算法的效率是盲目式Dijkstra算法的4倍左右,同时在算法中引入二叉堆至少节省5%的规划时间。分层策略使快速路段所占比例达到90%以上,且将路径规划耗时控制在3s以内。实现结果表明,所提算法具有很高的运行效率,同时能满足驾驶者多走快速路段的行车心理。     

基于多层节点相似度的社区发现方法

社区发现是复杂网络研究中的一项重要研究内容,基于节点相似度的凝聚方法是一种典型的社区发现方法。针对现有节点相似度计算方法中存在的不足,提出一种基于多层节点的节点相似度计算方法,该方法既可以有效地计算节点之间的相似度,又可以解决节点相似度相同时的节点合并选择问题。进一步基于这种改进的节点相似度计算方法和团体之间的连接紧密度度量准则构建社区发现模型,并在真实世界的网络上进行社区发现实验。与GN算法、Fast Newman算法和改进的标签传播算法的实验结果相比,该模型可以更加准确地找到各个社区的成员。     

路网中位置不确定的二元反kNN查询

针对路网限制和物体位置的不确定性,提出了路网中位置不确定的二元反kNN查询（PBRkNN）,旨在查找一组位置不确定的点,使得每个不确定点的kNN包含给定查询点的概率大于一个阈值。为了解决该问题,首先提出一种基于Dijkstra进行剪枝处理的基本算法,即PE算法;接着在PE算法的基础上通过预处理计算出每个点的kNN从而加快查询速度,即PPE算法;而为了进一步减小PPE算法中范围查询的开销,提出PPEE算法,利用网格索引来索引范围查询中要查询的不确定空间点,从而提升算法的效率。最后,在北京和加州路网数据集上进行了大量实验,结果表明通过一些预处理的策略确实可以有效地处理路网中位置不确定的二元反kNN查询。     

Data based complex network modeling and analysis of shield tunneling performance in metro construction

Shield tunneling performance depends mainly on changes in geological conditions and machine working status. Understanding its characteristics is the key to operating and controlling shield machine during the metro construction. Despite the large set of shield tunneling data in having been a big challenge in interpreting the underlying meaning, a systematical view of the shield tunneling performance has not yet been identified. In this study, a methodology for the modeling and analysis of shield tunneling performance network is proposed which aims at integrating the high dimensional data mining and the complex network approaches for shield performance evaluation. It is tested by analyzing the heterogeneous data of shield tunneling performance acquired from in the first Yangtze river crossing metro tunnel project in China. Each segment ring tunneling cycle in the construction were considered to be nodes of the network mapped while edges are determined by nodes having the similarity greater than an optimal threshold value. The construct network exhibits high clustering coefficient combined with comparatively short path lengths, which demonstrates a small world topology feature. Communities in the performance network with different size based on the complex network are detected, which provides the vital decision information for geological conditions identification and shield tunneling performance risk evaluation.     

Probabilistic enhancement of classical robustness margins: The unirectangularity concept

The focal point of this paper is a control system subjected to parametric uncertainty. Motivated by the newly emerging theory of probabilistic robustness, the risk of performance violation is assessed with uncertainty bounds which exceed classical deterministic margins. For a wide class of problems, the Uniformity Principle (UP) developed by Barmish and Lagoa (Math. Control Signals Systems 10 (1997) 203–222), makes it possible to estimate the probability of performance satisfaction with almost no a priori statistical information about the uncertainty. The application of the UP is, however, limited to problems satisfying certain convexity and symmetricity conditions. Since such conditions are violated in many practical problems, the objective in this paper is to extend the application of the UP. To this end, by working with a so-called unirectangularity condition, a procedure is implemented for computing probabilities of performance and the associated improvements of deterministic robustness margins. That is, given any robustness radius r₀ which is computable via deterministic methods, a probabilistic enhancement of this margin R₀()r₀ with pre-specified level of risk >0 is provided. The radius R₀() is called a risk-adjusted robustness margin.