基于概率递减机制的信息传播模型构建与分析

在分析信息传播概率递减机制的基础上,构建了信息传播DPSI(decreasing probability suspectibleinfected)模型;设计并实现了信息传播DPSI模型的演化算法;通过信息传播DPSI模型的分析,对信息传播过程及结果进行了研究。相比传统信息传播模型,信息传播DPSI模型更符合实际信息传播特点,可以较为准确地反映社会网络中的信息传播。

基于递减概率初始点选择K中心点进化算法

粒子群优化(PSO)的K-Medoids进化聚类算法中初始种群是随机产生的,导致选择的初始中心点有可能位于同一类簇中。为提高聚类准确性,提出一种采用递减概率化初始点选择的PSO与K-Medoids结合新算法。根据样本的分布密度设置对应的选择概率,并由轮盘赌策略依次选择中心点,使获得的中心点位于密度较高区域且在不同的簇中,同时又实现了初始种群的多样性。在人工和UCI真实数据集上的实验结果表明,改进后的算法有更快的收敛速度,提高了聚类准确率和稳定性。