局域偏好连接的网络生长模型的研究

文章研究了在区域信息有限条件下构建无标度网络模型,进而扩展了传统的无标度网络生长模型,在生长和连接偏好的基础上,加入偏好区域性的条件限制。Internet网络中的单元节点的数目不断增大的同时,为了尽可能减少光纤传输介质的使用量从而减少网络建设成本,偏好区域性的条件限制经常会出现。本文的研究结果将有助于全面深入地理解Internet网络具有幂律度分布性质的物理机制。

基于资源分配与偏好连接的局部路径链路预测算法

针对复杂网络中基于结构相似性的链路预测问题,在对比现有链路预测算法相似性指标的基础上,结合资源分配算法中节点资源共享概念和偏好连接算法中节点度与连边概率关系,同时综合局部路径,定义一个相似性指标LRPA,并据此提出一种新的链路预测算法。在经典复杂网络数据集和真实比特币OCT交易网络中进行预测,实验结果表明,该算法能准确预测连边结构以及比特币用户的交易模式。

基于转移自洽和偏好连接的链路预测算法研究

在大规模复杂网络中,基于网络结构相似性的链路预测方法是目前综合考虑计算复杂度低和准确性较优的预测模式。但在稀疏、低聚簇的复杂网络中,仅依靠共同邻居和节点度信息进行链路预测难以取得较为理想的预测结果。文中主要研究归纳了复杂网络中基于结构相似性的链路预测方法,并在比较现有的相似性链路预测算法特性的基础上,提出了一种基于偏好连接相似性和转移自洽相似性的TSPA相似性指标的链路预测算法。该算法从新连边概率正比于节点度和节点间相似性可传递的角度出发,构造全新的相似性指标。将该算法与其他相似性算法在经典复杂网络数据集上进行比较,实验结果表明,基于该相似性指标的算法在经典复杂网络数据集中取得了较好的预测性能。

随机偏好连接图的中心极限定理

我们研究了一类具有随机顶点和边的随机连接图模型,其中顶点的随机性由一个Poisson点过程所决定,边的随机性由一个概率连接函数所决定.我们得到了带偏好的随机连接图模型的关于所有随机边的长度和的一个中心极限定理.

互联网新生节点连接偏好探究

IP级拓扑是Internet拓扑的细粒度表示,AS级拓扑是Internet拓扑的粗粒度化表示,是Internet宏观结构的抽象。从IP级拓扑及AS级拓扑粗细粒度两个层面来对互联网新生节点的连接偏好及连接稳定性进行探索,验证是否存在BA网络的优先连接的偏好。

基于亚偏好演化的生产设备合作网络模型

从复杂网络角度研究生产制造企业系统的拓扑结构,对产品的生产设备组成系统从无标度网络的角度来研究。由于生产设备系统的复杂性增强,企业的设备拓扑结构日益复杂,因此,研究企业拓扑结构,挖掘它们之间相互作用的信息变得日益重要。以BA模型为启示,以Newman等人的合作网络研究模型为基础,并根据其它研究的结论,提出了符合合作网络实际情况的生产制造企业亚线性偏好连接模型,并对α=1这种极端情况的动态方程进行了推导。最后,对亚线性的不同情况进行数值模拟,得出了模型的幂律指数范围从(2,∞),解释了存在的合作网络的幂律指数的存在的合理性。

增长及非增长无标度网络的成因解析

分析两类无标度网络的形成原因,提出一个无标度网络演化模型并进行一系列数值实验.基于分析和实验得到推论:只要保持足够低的网络密度,通过基于度的偏好连接就可形成长期稳定的无标度网络.规模增长和点边增删既是客观存在,又起到了控制网络密度的作用,足够低的网络密度和基于度的偏好连接是所有无标度网络共同的必要条件.推论可同时解释增长和非增长无标度网络的形成原因.研究结果有助于理解各种真实无标度网络和建立相应的模型.

复杂网络中BA模型及其几种扩展模型的比较

本文从统计力学的角度分析和考察了无标度网络的基本特征,主要介绍了无标度网络最常用的动力学模型——Barabási—Albert模型以及两种以其为基础的修正模型的构造原理,总结分析以上模型设计上的不足,并据此提出了一个以BA模型为基础的改进思路.

无尺度网络中的统计力学特征

从统计力学的角度分析和考察了无尺度网络(scale freenetworks)的基本特征,介绍了无尺度网络(scale freenetworks)的最常用的动力学模型——Barabasi Albert模型,总结求解度分布的理论方法,分析此动力学模型自身的不足,并据此提出新的研究问题。

基于复杂网络的中国企业互联式创新

数字技术深刻影响着企业创新行为,工业时代的线性创新、交互式创新正在向数字时代的新模式——互联式创新转变。互联式创新是由嵌入互联网的分布式多主体——企业、异质性知识体与消费者,通过目标知识搜寻发生广泛的连接,从而形成知识变革与创新涌现的创新模式。基于复杂网络构建互联式创新模型,揭示互联式创新网络结构的特征;以企业作为节点,解析其在互联式创新网络演化过程中的行为特征;使用中国上市公司数据,对企业互联式创新行为机理进行实证检验。结果表明:数字经济时代,融入互联式创新网络越深,进行互联式创新活动越多,企业创新绩效越好,因为互联式创新行为会形成创新成本节约和知识偏好连接的基本特征。互联式创新为中国技术后发企业的知识搜寻、核心技术突破与创新规制等提供了新路径。