一种基于最短路径介数的重要节点发现算法

网络中重要节点的发现是研究网络特性的重要方面之一,在复杂网络、系统科学、社会网分析和互联网搜索等领域中具有广泛的应用价值。为提高全网范围内重要节点发现的效率和有效性,提出了一种基于最短路径介数及节点中心接近度的重要节点发现算法,通过最短路径介数的方法确定全网内的重要节点,利用中心接近度分析重要节点的重要性。测试结果表明,与同类的系统比较起来,该方法具有比较好的性能。     

基于标签传播的两阶段社区检测算法

社区检测是复杂网络分析的重要研究任务之一,其检测结果有助于人们深入理解复杂网络的社区结构,同时为下游任务提供支持,如内容推荐、链路检测等。针对复杂网络的社区检测问题,提出了一种基于标签传播的两阶段社区检测算法——TS-LPA。TS-LPA采用扩展邻域的思想来量化节点的传播能力,并在此基础上,利用节点信息和网络中边的权重等信息,提出了新的评价指标来衡量节点的中心性和节点之间的影响力。所提算法在计算节点中心性的基础上确定了节点标签更新的顺序和种子节点的选择策略,消除了算法在更新过程中的不稳定。在节点标签更新的过程中,为了更好地利用邻居节点标签类别来进行标签更新,TS-LPA采用广度优先传播的思想,提出了第二阶段标签传播方式。当标签开始传播的时候,待更新节点的所有邻居节点都对该节点的类别标签产生影响,同时,为了减轻周围邻居节点对待更新节点的支配程度,除邻居节点的影响外,加入附近种子节点对待更新节点的影响,共同完成节点的标签更新。在不同的真实数据集和人工合成数据集的实验结果分析表明,TS-LPA在消除随机性、表现出较强稳定性的同时,有效提高了社区检测的质量。     

基于关联图关键边发现的人脸图像聚类算法

针对真实场景中大量类别数未知、样本数量不均衡、数据分布复杂等导致人脸图像智能提取准确率低的问题,提出了基于关联图关键边发现的人脸图像聚类算法。首先,通过融合多个卷积神经网络提取的图像样本特征,获得鉴别性更强的特征向量,并计算不同样本之间的相似度;然后,利用拒真率和认假率设置合适的门限值,将得到的相似度结果与门限值进行比较,筛选出相似程度高的样本对,并添加样本对之间的连接边来构建关联图;再利用介数中心性测度,设计关键边发现方法,挖掘关联图中可能连接不同簇的重要连接边;最后,采用图卷积网络确认是否存在上述重要连接边以获得最终的聚类簇。实验结果表明,所提算法能够提高人脸图像聚类的准确率。     

基于复杂网络理论和条件概率的灾难性事故风险评估方法

应用复杂网络理论与风险理论,综合考虑了电网的运行状态和拓扑结构,提出了一种基于贝叶斯网络的条件概率风险指标对电力系统灾难性事故的评估方法。该方法引入了电气介数指标,克服了传统风险评估中事故严重度只考虑电网运行状态而没有考虑电网结构的不足。应用条件概率,弥补了传统风险评估中元件故障概率之间相互独立的缺陷。构建了灾难性事故风险指标体系,表征了系统当前状态的运行风险,刻画了系统由于连锁故障向灾难性演变的趋势。仿真结果证明该方法能够有效地辨识系统存在的风险,为电网安全性评估提供了有效的参考信息。     

基于加权潮流转移熵的电网脆弱线路辨识

为了辨识电力系统的脆弱线路,本文基于熵理论对现有的潮流转移熵模型做了改进,提出基于加权潮流转移熵的支路脆弱性评估指标,该指标在衡量转移潮流分布的不均衡性时综合考虑线路的负载率,克服了以往模型忽视支路本身属性差异的不足;再结合线路的电气介数,提出一种新的支路综合脆弱性评估模型。该模型从线路之间相互作用的动态过程和电网拓扑结构两个角度综合评估线路的脆弱度。通过对IEEE 39节点系统的仿真分析,可以发现本文提出的方法能够有效克服从单一角度辨识脆弱线路,验证了所提模型的正确性和合理性。     

电网的结构性安全分析

复杂网络理论从结构性视角对电网安全进行分析。然而,当前多数文献使用的纯拓扑的研究方法无法体现电力系统特有的物理特性。文中讨论了电网运行状态和电网结构这2个不同的电网安全因素的相互关系,并指出电网安全指标应既能保持复杂网络理论在结构性分析方面的优势,又能够体现电力系统的特有属性。在网络能力和熵度的基础上,进一步提出了母线...     

电力调度数据网传输特性分析

电力调度数据网承载着大量关键信息的交互任务,其安全性与可靠性影响着电力系统的生产管理和调度运行。建立了电力调度数据网的数据传输模型,定义了数据包拥塞率并将其作为评估信息拥塞程度的指标。模型计及了调度数据网中信息流向的特点,考虑了垂直信息流和随机信息流2种典型的信息流模式。分析了具有星型结构和网状结构的调度数据网的传输特性,并通过模拟核心节点和关键线路遭受攻击的场景,进一步对比了2种结构的调度数据网在遭受攻击时的传输特性变化。仿真结果表明:电力调度数据网的传输特性与拓扑结构有着紧密的关系。正常情况下,星型网络比网状网络具有更优的传输性能,其缓解信息拥塞的能力更强;遭受攻击后,星型网络和网状网络的传输特性呈现不同程度的恶化,其中星型网络恶化得更为严重,表现出较强的脆弱性。     

考虑虚假数据注入攻击的电力信息物理系统的连锁故障分析

本文研究虚假数据注入攻击对电力信息物理系统连锁故障的影响,辨识系统中的脆弱节点。首先,综合考虑电力网的潮流特性和信息网的监视与控制功能,建立了电力信息物理系统模型。然后,从理论上分析了信息网通信过程遭受虚假数据攻击对决策和控制过程的影响,给出了网络攻击环境下的连锁故障分析流程。从拓扑完整性、电力网运行特性两个方面定义了...     

基于频度中心理论的三维模型简化方法

针对三维模型传输技术中的模型简化问题,以边收缩算法思想为基础,应用网络节点频度中心理论(Degree Centrality),提出并实现了一种保持几何封闭性的模型简化方法.该方法能在保证简化模型逼真度的同时较好地保持模型的几何封闭性,避免孤立面的产生,并且生成了渐进网格文件,为模型提供了连续多分辨率的模型重建.实验证明了该方法的有效性.     

基于中介中心性提高复杂网络容量的方法

对于像互联网这样具有无标度特征的网络,节点的重要程度差别很大,少数中枢节点成为制约网络容量的瓶颈.引入中介中心性对网络拓扑进行优化和拥塞预测,通过理论分析和仿真实验,考察了网络中节点的介数的和、标准差,两点间最短路径长度,最短路径通过的中枢节点的个数等参数与网络容量的关系.最终提出在具有无标度特征的复杂网络中,依据网络中节点的介数以及介数的标准差增加一些捷径路径的方法.该方法简单易行,能有效平衡中枢节点的负载,缓解拥塞状况,提高网络容量.