基于ETM＋的北京西部山区乔木群落结构研究

利用遥感技术结合地面调查的方法对2008年春季北京西部山区乔木群落的多样性进行了研究。提取归一化植被指数（NDVI）,并计算NDVI随时间的变化率（△NDVI）;利用地面调查数据计算研究区的健康指数、Mar-galef丰富度指数、Shannon-Wiener多样性指数和Simpson多样性指数,并分析△NDVI、健康指数和多样性指数之间的关系。结果表明：（1）健康指数和多样性指数之间存在正相关关系,群落多样性指数越高,群落的整体健康状况越好。（2）△NDVI与健康指数之间呈正相关关系,健康指数越高的群落,单位时间内NDVI的增加值越大,植被群落的生长变化越明显。（3）△NDVI的高低可以代表区域植被的健康程度,反映区域植物群落的丰富度、多样性。△NDVI的值越高,植被群落的健康程度越好,植被群落的丰富度、多样性指数越高。本文的研究较好的将遥感技术和地面调查相结合,对△NDVI与群落植被健康程度、多样性指数进行了研究和验证,为以后研究植被群落多样性提供了一定的借鉴。     

延迟容忍传感器网络中面向发布/订阅系统的事件传输

提出了一种延迟容忍无线传感器网络(delay tolerant sensor network,简称DTSN)中基于团体的发布/订阅系统事件传输协议CET(community-based event transmitting protocol).CET的核心思想是,网络中所有传感器节点依据它们的相互连通性形成若干个固定的团体(community),并基于这些团体进行事件的传输.CET协议由事件传输和队列管理两部分组成.在事件传输策略中,事件除了尽可能地传递给移动订阅者之外,移动订阅者保存的某些事件还回传给团体内的传感器节点以提高事件的传输成功率.队列管理则根据事件的成功传输次数和生存时间来共同决定存储队列中事件的重要程度和丢弃原则,以降低网络传输能耗.仿真分析表明,与直接收集DG(direct gathering)相比,CET能够以较低的事件传输能耗和传输延迟获得较高的事件传输成功率.     

用于社团发现的Girvan-Newman改进算法

为了克服Girvan-Newman算法运行效率的不足,提出了一个基于modularity极值近似的社团发现算法MEA。该算法采用modularity增量作为社团结构的度量,使用贪心策略获得最优社团分划的近似解。通过理论分析,并在实际的数据集上进行实验验证,结果表明MEA算法是快速、有效的。     

复杂网络强社团结构探测

社团结构是反映复杂网络整体性质的重要特征,本文从强社团结构定义出发提出简单启发式强社团结构探测算法,受启发因素为度-度负相关性和簇-度负相关性.利用该算法对空手道俱乐部成员关系网络和美国大学橄榄球队网络进行社团结构探测,验证了该算法能正确探测出网络的强社团结构.并将划分结果与传统划分进行比较分析,该算法未引入其它量化指标或中间变量,降低了计算复杂度,在采用方法上不同于单纯的分裂或聚合,有效地提高了探测速度,更适合大规模复杂网络社团结构探测.     

多主题文本摘要抽取的研究与实现

研究自动摘要技术,结合统计与文本关系图并基于复杂网络中的社区划分算法,提出一种多主题文本摘要抽取方法。抽取文本中权重较高的句子,通过句子的相似度计算建立文本关系图,利用社区划分算法解决子主题划分的问题。实验结果表明,该方法对多主题文本摘要的抽取质量较好,能抽取出较多的子主题。     

基于域驱动的链接数据的社区发现研究与实现

在语义网上不断出现的链接数据能够为社会网络分析提供大规模的数据资源。尤其是,它能够用来对特定的域结构进行社会社区结构的探索。使用基于本体的知识结构,通过从域中的链接数据来发现特定的属性,并结合提出的距离计算方法和聚类方法,能够改进域中人之间的相关性和聚类的定制,从而从链接数据中发现域中包含的社会社区结构。通过在真实的域中的链接数据上进行测试,结果证明方法能够在各个不同的域中(音乐,电影)发现可靠有价值的社会社区。     

Examining knowledge contribution from the perspective of an online identity in blogging communities

Knowledge contribution is one of the essential factors behind the success of blogging communities (BCs). This research studies knowledge contribution behavior in a BC from the perspective of knowledge contributors and their characteristics using the lens of social identity theory. Social identity theory asserts that individuals are fundamentally motivated to present or communicate their identities in everyday social life through behavior. A similar line of reasoning can be used to argue that members of a BC would also be motivated to communicate their online identities through their behavior, that is, through knowledge contribution in the BC. Specifically, this study conceptualized the online identity and examined the effects of its personal (online kindness, online social skills, and online creativity) and social aspects (BC involvement) on knowledge contribution. The data was collected using an online survey from the members of Cyworld, a popular BC in South Korea and a few other countries (members from South Korea were included in this study). The results indicate that both the personal and social aspects of online identity and their interactions significantly influenced knowledge contribution. Based on the findings, this study offers suggestions to organizers of BCs to enhance the knowledge contribution from their members.     

一种基于社区机会网络的消息传输算法

由人携带的具有短距离通信接口的移动设备所组成的网络具有社区性质.当前机会网络中主流的多拷贝路由算法并没有考虑到节点的社区性质,如果将这些算法直接应用到社区机会网络中会造成传输延迟大、消息丢失率高等问题.针对这些问题,提出了一种基于社区机会网络的消息传输算法(CMTS),能够根据节点之间的通信频繁程度,自动将节点划分成不同的社区,自适应地控制消息的拷贝数量并依靠活跃节点将消息传输到目标社区.仿真结果表明,在延迟要求宽松的社区机会网络中,与Spray and Focus算法相比,CMTS算法能够在保证较高消息传输成功率的同时,减少了约20%的消息转发次数,有效地降低了网络资源的消耗.     

基于权重信息挖掘社会网络中的隐含社团

社团结构是一种普遍存在于各类真实网络中的结构特性.挖掘网络的社团结构对于理解网络的功能与行为有着重要作用.然而,现有的各种社团挖掘算法仅仅基于网络拓扑结构信息,而忽视了蕴涵于真实社会网络边权信息中丰富的语义信息.目前普遍使用的基于模块性最大化的社团挖掘算法倾向于将小社团合并,这使得语义上丰富的小社团容易湮灭于基于拓扑结构信息所挖掘出的大社团中.而挖掘出这些隐含于大社团中的有着丰富语义内涵的小社团对于加深社会网络语义层面的理解有着重要作用.为此,提出一个接近线性复杂度的有权网络社团挖掘算法.通过充分利用权重信息,算法可以将社会网络划分为富含语义信息的粒度较细且相对较小的隐含社团.通过对基于DBLP作者合作网络的实证分析,证实了新算法的有效性和高效性.     

P2P环境下基于双层代理的服务发现模型

以集中式注册中心为核心的面向服务体系结构和以服务提供商为中心的服务组织模式容易导致用户发现和订阅服务的难度随着服务的增加而增加。针对上述问题,该文提出一种P2P环境下基于双层代理的语义Web服务发现模型。该模型通过双层代理机制实现基于语义的Web服务的发现和匹配,并提供服务质量协商机制。实验表明该模型具有较高的查全率和查准率。