复杂网络全局拓扑相似度计算方法实证研究

相似度研究对于复杂网络的链路预测、演化机制以及社团检测等相关热门研究领域都具有重要的作用,本文从网络相似度及演化的角度出发,基于提取复杂网络全局拓扑特性,定义了一种新的复杂网络相似度计算方法,仿真结果表明,该相似度计算方法可以准确表征不同复杂网络的相似程度,通过将该方法应用于技术交易中进行实证分析,发现可以将技术交易分为三个不同的阶段,每一阶段内的复杂网络之间相似度明显高于该阶段外的复杂网络,证实了本文提出的相似度计算方法具有可行性与有效性。

基于随机森林的航班到达时间预测方法

本文提供了一种航班到达时间预测方法,对天气特征数据、航班历史飞行特征数据和位置特征数据训练随机森林模型,通过随机森林模型对待预测航班的特征数据进行分类,并对分类得到的结果进行投票,投票数最高的结果即为待预测航班的预测到达时间。通过上述方法解决了航班预计到达时间不准确的问题,提高了航班预计到达时间预测的准确性。