Drawing Weighted Directed Graph from It's Adjacency Matrix

This paper proposes an algorithm for building weighted directed graph, defmes the weighted directed relationship matrix of the graph, and describes algorithm implementation using this matrix. Based on this algorithm, an effective way for building and drawing weighted directed graphs is presented, forming a foundation for visual implementation of the algorithm in the graph theory.

车联网中基于有向无环图区块链的个性化联邦互蒸馏学习方法

联邦学习(FL)作为一种分布式训练方法,在车联网(IoV)中得到了广泛应用。区别于传统机器学习,FL允许智能网联车辆(CAVs)通过共享模型而非原始数据来协同训练全局模型,从而保护CAV隐私和数据安全。为了提升联邦学习模型精度,降低通信开销,该文首先提出一种基于有向无环图(DAG)区块链和CAVs的IoV架构,分别负责全局模型共享和本地模型训练。其次,设计了一种基于DAG区块链的异步联邦互蒸馏学习(DAFML)算法在本地同时训练教师和学生模型,教师模型的专业级网络结构可取得更高精度,学生模型的轻量级网络结构可降低通信开销,并采用互蒸馏学习使教师模型和学生模型从互相转移的软标签中学习知识以更新模型。此外,为了进一步提高模型精度,基于全局训练轮次和模型精度设定个性化权值来调节互蒸馏占比。仿真结果表明,DAFML算法在模型精度和蒸馏比率方面优于其他比较算法。

结合力导向图分布算法的特征加权深度嵌入聚类

聚类分析作为无监督学习领域的一个重要研究方向,是许多数据驱动应用的核心.但是高维数据特有的高维距离趋同特性,使得高维空间样本近邻结构遭到破坏,从而使得大量基于距离(基于近邻)的聚类算法性能急剧下降.目前,大量研究者认为,高维数据往往包含大量与任务不相关特征及相互关联的特征,其真实特征维度往往要比原始特征维度低很多.在学习样本低维等价表示上,基于深度自编码器的深度嵌入学习尽可能地保留重构信息.然而,现有此类方法往往需要聚类损失引导聚类,这虽然提高了聚类性能,但聚类损失与重构损失间的内在矛盾,限制了聚类性能的进一步提高.基于力导向图分布算法的降维算法则是尽可能保留近邻结构信息的基础上学习样本低维表示,但是高维距离趋同的特性使得此类算法较难准确获取样本高维近邻结构信息.本文在深度自编码器与力导向图分布算法的基础上引入特征加权思想,使模型在具有强大的低维等价表示能力及根据数据近邻结构凸显簇结构能力的同时考虑特征对聚类任务的适合程度.5个数据集上与最新高维聚类算法的对比实验充分证明了本文算法的合理性与优越性.

考虑综合成本的常规公交客流分配方法

为改善常规公交客流数据传统调查方法效率低、准确性差,以及常规公交客流分配时对出行成本考虑不全面、个体间出行成本存在较大差距的缺点,开展了考虑综合成本的常规公交客流分配方法研究。以数据即服务为基础开发的手机信令数据平台作为常规公交客流分配数据来源。通过经纬度坐标匹配,得到用户与交通小区之间的空间关系。利用数据仓库工具筛取数据字典索引,界定时间、速度、起终点类型等数据参数,通过时间匹配、路径匹配进行交通方式识别,将用户比例外推扩样至全国人口,得到常驻居民早高峰常规公交通勤起讫点(origin-destination,OD)量。分析常规公交客流个体的出行时间成本、拥挤成本、票价成本,建立以个体利益最大为原则、考虑综合成本的常规公交客流分配模型。将交通小区间常规公交客流分配问题转换为有向赋权图路径选择问题,并采用深度优先搜索与连续平均法混合算法求解,进行常规公交出行方案筛选以及客流分配。选取哈尔滨市典型交通小区为案例,开展常规公交客流分配,并与传统Logit路径选择概率模型分配结果、人工调查结果对比分析。结果表明:模型分配结果与人工调查结果的平均绝对百分比误差为4%,Logit模型为17.5%。模型分配客流后个体出行成本极差、方差、总和分别为0.03,0.0001,1108.35,Logit模型分别为3.28,1.58,1127.02。验证了模型分配客流的准确性以及考虑综合成本的必要性,分配客流后个体出行成本差距更小,更符合利益最大原则。

基于观测器的有向通信下多母线直流微电网分布式自触发二次调节

基于动态一致性的均值观测是多母线微电网分布式二次调节的常用方法,然而,当前该方法通信和计算频率高,而现有针对静态一致性的自触发方法难以直接应用于动态一致性上,且并未考虑有向通信网络平衡性可能引起的观测误差和二次调节误差等问题。因此,该文提出有向通信下基于观测器的分布式自触发二次调节策略。首先,为直流微电网设计基于动态一致性的分布式平均状态观测器,定量证明在权重平衡有向通信网络下的收敛特性。基于观测器设计分散式二次调节器,并证明该二次调节结构可等效为虚拟全连接通信拓扑,具有良好的动态性能。然后,设计基于分布式自触发的通信和更新机制,实现微源-微源间、微源-远端母线电压采集器间的间歇式通信以及触发式电流和平均母线电压二次调节,并证明李雅普诺夫稳定性。最后,设计触发时间修正方法,提高自触发响应速度。MATLAB/Simulink仿真表明,相比无触发二次调节,准稳态时,可降低二次调节系统通信频率95%、计算频率75%;相比现有自触发方法,可降低平均触发频率54.6%,进而更加有效地降低系统通信和网络负载,提高二次调节系统的实用性和可靠性。

在线社交网络中基于多态信任融合的信任估计

为提高大型在线社交网络中信任计算方法的准确性和鲁棒性,采用共被引和转置信任传播操作,提出一种基于多态信任融合的信任估计方法估计连续信任/不信任值。结合信任者、被信任者的相邻用户的信息以及被信任者对信任者的信任,平均估计出两个用户信任或被其它用户信任的差异,以及一个用户信任另一个用户和被该用户信任的差异;利用这些差异,计算4种部分信任估计值,将这些部分估计值加权平均,得到信任者对被信任者的最终信任估计值。仿真结果表明,所提方法比其它最新的现有信任计算算法更准确和鲁棒,对应用于大型网络更高效。

基于方向权值标签传播的微学习单元聚类算法

为帮助学习者从大量在线学资源中找到适合自身个性化的学习资源及顺序集合,提出了一种基于有向边方向权值的标签传播算法(label propagation algorithm on directed edge weights,LPADEW)用于发现适合特定学习者并属于同一学习周期的微学习单元序列簇群。该算法对标签传播算法进行两个改进:根据单元节点的利用度确定标签的更新顺序,降低在节点更新顺序上的随机性;利用当前单元节点的前置邻居和后置邻居的有向边权累加值进行标签更新,并将标签权重引入标签更新策略,既可降低标签更新的随机性,也可避免形成巨型簇群。实验结果表明,LPADEW算法在微学习真实数据集和人工数据集中均取得了较好的结果。

含负权有向图最短路问题的新解法

通过简要分析现有含负权有向图最短路问题求解方法,基于Dijkstra算法图表法的基本原理,提出了一种新的较为直观的图表求解方法。该方法根据问题抽象所得的含负权有向图,通过确定权数来求解最短路问题,并给出了计算实例。结果表明,该方法具有实用性,且所提算法具有简便直观,计算量较少,不易出错,效率较高的特点。

An Improved Iterative Reconstruction Algorithm for Traveltime Tomography

Traveltime tomography is a technique to reconstruct acoustic, seismic, or electromagnetic wave-speed distributions from first arrival traveltime data. The ray paths that should be used for tomographic techniques strongly depend on the wave-speed distribution. In this paper, a new method is proposed for finding out the ray paths from Fermat's principle, that means the traveltime of the ray path should be a minimum value. The problem of finding out the ray path is actually an optimum problem. Our new method uses the idea to find out the shortest path in a weighted directed graph to solve the problem. The ray paths found out by this method are used in the iterative reconstruction algorithm. Computer simulation result produced by this reconstruction algorithm is better than that by the conventional ones. It also shows that the new algorithm is effective with good convergency and stability.

基于敏感度判定的位置隐私保护方法

在位置隐私保护中,差分隐私保护机制通过随机函数对真实位置加噪,从而保护真实位置信息.然而在隐私预算分配问题上往往易造成资源浪费以及隐私保护效率低下.针对此问题,本文在已有研究的基础之上提出一种基于概率相似性度量的差分隐私算法DPBO.首先,使用加权有向图来收集获取历史位置信息;然后通过范围度量找出历史位置点与真实轨迹中每个位置点R所对应的相似位置点集SET,对SET与R进行一对多(One To Many, OTM)概率相似性度量,得出每个R点的位置敏感度ΔG;最后根据不同ΔG,为真实轨迹中R分配相应隐私预算,添加Laplace噪声.通过实验,证明了该方案具有数据可用性和可行性.

互联电网安全稳定控制系统可靠性评估

文章基于互联电网安全稳定控制系统(security and stability control system,SSCS)分层结构和有向指令传输,建立概率加权有向图模型;由于该模型不具有布尔特性,基于路径搜索算法,提出概率加权全连通矩阵;从维护有功平衡能力角度,提出SSCS功能可靠性指标。为提高SSCS可靠性,提出功能可靠性指标对直流线路可靠性参数的灵敏度模型。研究结果表明:上层控制站点和连接通道较多的控制站点对SSCS可靠性影响较大;提高系统结构的可靠性、增加可调节容量,有助于改善功能可靠性和提高大型跨区电网频率稳定水平。

基于改进PageRank算法的银行零售业务客户价值排名研究

在银行零售业务交易系统中,如何在大量客户数据交易网络中挖掘出影响力高,潜在价值高的重要发展客户,从而制定相应的业务营销计划,对银行来说是一件至关重要的事情.本文提出一种基于PageRank的改进算法——IER(Improved Enhanced-RatioRank)算法,该算法以客户作为节点,以主动交易金额构成出链权重因子作为有向边,构成一个客户交易网络有向图,通过添加交易次数活跃因子和时间有效性因子等重要因素,从多维角度可以精准有效地挖掘出重要发展客户.最后,利用RFM(Recency, Frequency, Monetary)模型来验证实验结果.实验结果表明,所提算法在银行零售业务交易系统中挖掘重要发展客户有良好的效果.

基于有向加权图的相似性度量及聚簇划分

传统的社区聚簇划分通常利用邻域节点关系计算节点相似度以实现聚类分析,未充分考虑节点间信息传递的方向性、双向边权的对称强度等特征信息的影响。为提升聚类分析精度,文章提出一种基于有向加权图的双向度量相似度的BDMS算法。该算法首先通过马尔科夫链转移转移概率矩阵构成有向加权图,图中节点的相似度由共邻相似度和直连相似度组成,并综合考虑图中相邻节点、边方向、边权、权值对称性等因素,在此基础上,采用谱聚类无向图切图模式进行聚簇划分,以实现社区聚类分析。实例结果表明,BDMS算法在节点聚集分布、模块度、轮廓系数等方面相比传统的相似度计算方法具有明显优势,同时在谱聚类和传统K-means聚类分析中也表现出较好的适应性,能更好地发现潜在的社区结构。

利用加权有向图的船舶水尺重建与水位识别

针对目前船舶水位识别精度低、检测场景迁移性差等问题,提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线;然后根据船舶水尺的结构特点将识别出来的水尺字符构建加权有向图,通过寻找加权有向图中的最长路径完成船舶的水尺重建;最后根据重建水尺和水位线的位置关系识别船舶的水位高度.在黄骅港实地采集的视频数据上进行实验的结果表明,所提方法可以较好地修正前期基于水尺字符检测网络带来的字符误检问题,大大减少因船舶图像背景复杂产生的不利影响,在10mm的误差范围内,水位识别准确率可达91.3%,显著优于业内主流方法.

城市控规单元防灾能力评价的有向加权图模型研究

为从城市具体规划建设的视角进行防灾能力评价,找到城市空间与设施的防灾薄弱环节,提升城市的防灾减灾能力,首先,在深入分析城市抗灾-救灾理念的基础上,从抗灾能力和救灾能力2个方面,建立适用于控制性详细规划层面的防灾能力评价指标体系;其次,基于防灾能力评价指标体系构建城市防灾有向加权图模型,通过PageRank算法对用地单元防灾能力值进行排序,实现防灾减灾能力的定量评价;最后,通过某市规划实例检验评价模型,针对控规单元的防灾问题提出规划提升措施。研究结果表明:所构建模型能够实现对各控规单元的防灾能力等级评价,反映城市控规单元防灾能力的分布情况,发现用地单元规划建设中的防灾减灾问题。

基于最小生成树算法构造有向无环图在工业控制的应用

最小生成树算法是解决带权无向图中生成最小生成树的重要方法.探讨了最小生成树算法在工业控制领域仪表回路图中的应用,即在有向图中,找出有向的最小生成树.介绍了应用Kruskal算法、Prim算法和Boruvka算法、破圈法构造最小生成树过程.对比分析了四种算法在构造最小生成树的时间复杂度和空间复杂度.应用结果表明:该算法可在仪表回路图中,找到其最小生成树,不仅可以以最小的代价得到仪表数据反馈的完整路径,而且还可以去掉多余的路径分支,减少存储空间,提高仪表回路图的展示性能.

基于有向权重图和复杂网络理论的大型电力系统脆弱性评估

提出一种基于有向权重图和复杂网络理论大型电力系统脆弱性评估算法,构建了电网各元件的模型,将系统中各母线而不是传统的变电站定义为网络中的节点;考虑功率在电网中的流动方向,同时计及各元件承受功率扰动的能力,将电网等效为一个有向权重图。基于所建立的模型,对电网采用2种方式进行攻击:随机攻击和蓄意攻击,分析电网在各种攻击下承受扰动的能力,指出了电网中的薄弱节点、薄弱线路。利用所提的方法分析了电力系统在连锁故障下的抗毁性。将该算法应用在中国某一区域电网,取得了较好的效果,验证了算法的有效性。

基于模糊设计结构矩阵的产品设计过程模块化分解

为了对产品设计过程进行有效规划和管理,提出一种基于模糊设计结构矩阵的设计过程模块化分解方法。在分析产品设计过程相似性特征的基础上,给出了设计过程的模块化规划原理和实施框架,提出了设计过程模块及其入出项的概念。采用权重有向图和模糊设计结构矩阵对设计过程中设计活动的信息依赖进行定量表示,利用传递闭包法得到模糊等价矩阵,进而将设计过程划分为设计结构矩阵,并确定出各个设计结构矩阵的入出项。最后,以某铝型材产品设计过程为例,说明了所提出的产品设计过程模块化分解方法的实际应用。

赋权有向图的最小生成树算法

针对赋权有向图最小生成树问题存在可行解的情况,根据树节点入度最大值为1的性质,提出赋权有向图最小生成树性质。采用反证法,调整生成树根节点到弧头的路径来证明赋权有向图MST性质的正确性。基于赋权有向图MST性质,给出改进的Prim和Kruskal算法及其时间复杂度分析。实验给出构造某赋权有向图实例最小生成树的具体步骤,表明这2种算法能正确有效地构造赋权有向图最小生成树。

基于加权有向图的园区综合能源系统多场景能效评价方法

提高能源利用效率是综合能源系统建设的主要目标之一。该文首先基于热力学第一、第二定律,提出园区综合能源系统能效评价指标;其次,基于加权有向图建立系统等效模型,提出离散化的能量流/[火用]流计算方法和能效评估方法;最后,以典型园区综合能源系统为算例,考虑系统2种运行策略,建立系统能效评估场景,利用信息熵确定各能效指标权重,对系统进行综合能效评价。结果表明,该文提出的系统模型和能效评价方法可充分反映多种能源利用特征,适用于系统能效的预评估,对园区综合能源系统的规划和运行实践具有指导意义。