基于复杂网络理论的城市交通网络结构特征

以复杂网络理论和B-A模型为基础,统计和分层解析了南京主城区复合交通网络特征,研究表明:城市复合交通网络由随机网络和无尺度网络共同组成,从而可以实现随机网络的稳定性、可达性和无尺度网络的高效性、成长性的优势互补;经过等级调整后出现的B-A模型中的γ=3的幂次分布,符合无尺度网络结构的基本特征;交通网络复合化的增长包括自下而上和自上而下的双向增长过程。     

开关电容网络（SCN）节点电荷方程的直接形成

提出了形成含电荷源、开关、电容、零极子（Nullor）的多相、周期性SCN节点电荷方程的一个算法。该算法利用每个相位定义的两个向量,直接建立SCN节点电荷方程,而不必经若干矩阵相乘或对矩阵进行行列运算得到SCN节点电荷方程,具有较小的时空复杂度。     

句类分析准则在作战文书地名识别中的应用

针对军用要图自动标绘对地名识别高精度的要求,紧扣“作战文书行文规范”这一特点,将句类分析之标点准则(语句的首尾边界是首块和末块的天然首尾边界)、介词准则(汉语的语块移位标志符由介词充当)、动词准则(充当特征块的动词是其它语块的天然边界)等应用于作战文书地名识别,采用基于规则的方法加以实现,实验结果F值在88％-97％之间.因此,作为作战文书向军用要图自动转换的预处理,地名识别这一结果是可用的.     

跨网络社群移动对风险资本投资绩效的影响

风险投资是一个高风险的行业,风险投资机构通过联合投资降低投资的不确定性,而投资机构从一个投资社群跨入另一个投资社群来共享信息又进一步降低了不确定性。文章基于2003-2013年中国风险投资数据,使用网络分析法从联合投资数据中识别出投资网络社群,研究了投资机构跨投资网络社群移动对投资绩效的影响。结果表明,风险投资机构跨投资网络社群移动对投资绩效产生正影响,而移动次数与投资绩效之间存在负相关性。丰富了风险投资理论中网络社群的研究,具有一定的现实意义。     

多层天线罩功率系数和插入相移的仿真计算

使用四端口网络理论，运用面向对象程序设计方法对变层数天线罩壁结构进行仿真，建立一套计算多介质平板的功率透过系数、功率反射系数和插入相移的通用类。计算了一种典型的A夹层结构的四端口网络理论值与基本电介平板理论值，并进行了比较。     

一种基于网络结构的微博用户重要度算法

微博是一个基于用户关系的信息分享、传播以及获取平台,庞大的微博用户群构成了一个复杂的在线社区网络,每天都有巨大的信息量在其间产生、流动、扩散,影响着人们的工作生活。通过这个网络找出重要的关键用户,无论对市场营销还是舆论控制都具有十分重要的意义。相关研究均以改进链接分析中的PageRank算法为主,然而在复杂的网络以及部分数据难以获取的情况下,这些算法并不适用。文中通过划分子网的方法降低网络复杂度,提出了一种单纯的基于网络结构的PageRank改进算法来计算用户的重要程度。实验数据分析表明,该算法简单可靠,能准确反映微博用户的重要程度。     

多分辨率社团结构挖掘在故障定位中的应用

由于战场环境下对武器系统自我修复与重构功能的需求,以及分布式系统结构的特殊性,使得分布式武器装备具有众多的功能节点以及复杂的交联关系,对其进行快速故障定位已成为武器系统维修保障的重要研究内容。文中运用复杂网络理论对分布式系统建模,结合复杂网络社团性这一特点,提出了多分辨率模型映射的新观点,并以自律分散自动测试系统作为分析载体,运用多分辨率社团挖掘的方法,进行多分辨率故障回溯推理,为实现新型分布式武器系统的故障定位提供了新思路。     

基于极限学习机的轻度认知障碍辅助诊断

为解决现有的轻度认知障碍计算机辅助诊断方法准确率较低、耗时较长的问题,对功能磁共振图像进行预处理,基于复杂网络理论构建脑网络,从中提取特征并采用LASSO方法特征选择,采用极限学习机实现轻度认知障碍的辅助诊断。此外,为了得到更合适的极限学习机分类模型,讨论了隐含层节点数与激活函数的选择对分类准确率的影响。结果显示:极限学习机分类器的分类准确率为93.3%,相比支持向量机和BP神经网络提高了13.3%和20.0%,而耗时相比支持向量机和BP神经网络分别减少了60.7%和99.5%,该方法较为明显地提高了轻度认知障碍辅助诊断的准确率和速度,对于轻度认知障碍辅助诊断的临床应用具有重要意义。     

基于复杂网络理论的计算机网络拓扑探讨

在信息化时代下,计算机技术在不断发展的同时,计算机网络也越来越复杂,面对当前计算机网络结构所面临的挑战,为了满足当前的计算机网络拓扑性能,以复杂网络理论来探讨计算机网络拓扑,使人们对基于复杂网络理论的计算机网络拖拓扑足够了解。