基于网络模体的轻量级物联网拓扑优化策略研究

物联网的快速发展带来了对拓扑结构优化的需求,以提高系统性能、降低能耗并增强网络的稳定性。本文提出了一种基于网络模型的轻量级物联网拓扑优化策略。利用模体概念,来减轻网络负担,提高数据传输效率。该策略使用了一种轻量级的拓扑结构,同时考虑了网络连接性和传输效率的权衡。通过提高网络效能、优化性能以及提升安全性和抗攻击性,基于网络模体的轻量级物联网拓扑能够更好地适应现代的网络环境。

面向数字孪生的可扩展网络模型构建方法

数字孪生网络的基础是构建网络模型。在网络测试、验证、训练等数字孪生应用中,目标网络的设备组成、拓扑结构、路由选择、业务应用、用户行为等通常具有不确定性,导致数字孪生网络模型需要适应不同类型的目标网络特征,并满足未来不断扩展的网络要素需求。针对这一问题,分析网络模型要素构成,并基于元模型构建框架,提出了一套可扩展的网络模型构建方法。该方法通过网络元模型数据结构规范化网络模型的描述方式,基于网络元模型,可以支持不同类别网络模型的实例化注册,支持网络模型与实体资源的绑定,实现对模型资源的统一管理。

基于网络模体的轻量级物联网拓扑优化策略研究

随着第五代通信网络技术(5G)的发展,智慧城市中物联网(Internet of Things,IoT)的应用规模和多样性呈现出爆炸式增长.海量的智能传感设备组网给高动态的物联网通信服务质量带来了巨大的威胁.部分关键设备节点的失效以及网络攻击易引发物联网的链锁崩塌效应,影响网络应用的服务质量.因此,如何优化大规模物联网拓扑的鲁棒能力成为当下的研究挑战.目前,针对物联网拓扑结构的优化问题,研究者们提出了启发式算法、智能学习机制和多目标优化策略等创新方法提高物联网拓扑结构的鲁棒能力.但是,这些方法需牺牲巨大的计算资源来获得不成比例的鲁棒性能增益,网络规模越大,该现象越明显.为了解决这个问题并平衡计算开销和提升鲁棒性能,本文提出了一种基于网络模体(Motif)的轻量级物联网拓扑优化策略LITOS.首先利用物联网拓扑结构的社区属性,设计一种基于网络模体的异步社区发现算法,将大规模复杂拓扑结构分解为轻量级局部网络拓扑.然后,基于CPU多核心的计算资源,设计深度强化学习机制,异步优化轻量级物联网局部拓扑结构,从而降低网络整体优化运行时间,提高拓扑结构鲁棒能力.在实验方面,与其他先进的优化算法相比,该策略在运行时间方面降低了1~2个数量级,在鲁棒性提升方面,与最优算法相差大约10%.

基于网络模体的移动社会网络信息可控传播方法

移动社会网络中的信息传播具有突发性、多元性、偏差性等特点,使得相关话题和事件能够在短时间内形成强大的网络和社会舆论场,这有可能被恶意用户利用来散布谣言,给网络环境带来了恶劣的影响。针对这一问题,该文提出一种基于网络模体的信息可控传播方法。首先,提出多实体的竞争性独立级联模型(MCIC),该模型在信息竞争扩散理论的基础上,首次结合社会网络层用户的社会属性,来感知恶意信息并控制信息传播。其次,该文定义了控制信息流模体(CIFM),并选择出具有可控传播功能的关键网络模体,设计其在通信层的高效可控传播算法。最后,通过理论推导证明了该文方法具有收敛性。仿真实验表明,与其他方法相比,所提方法不仅在信息传播中最大感染时间和平均感染时间上更有优势,而且在控制信息传播方面的效果也是最好的。

基于多模网络模型的个性化信息推荐算法及应用

为了获得更高的信息推荐效率和更精确的推荐结果,结合k-means聚类法设计了信息推荐算法。以网络信息资源的属性及整体变化的相似度判断为基础进行信息检索,通过用户对资源的偏好程度构建多模网络模型,采用k-means聚类法建立最近邻用户集,以综合特征值为聚类起点对推荐的信息资源进行排序,从而实现信息资源的推荐。将该算法应用到就业信息推荐平台中,结果表明所提出的算法达到了较高的性能指标,对于各种创业、就业网络平台具有很强的实用性。

基于决策级融合策略的中文网络模因图片判别方法研究

网络模因的分类问题因其独特的研究价值和意义,已成为一个重要的多模态研究任务。在实际应用中,判断网络中的图片是否为网络模因图片是后续网络模因各种分类任务重要的前置任务。该文以中文文本为语言背景,构建了一个包含20000张模因或非模因图片的网络图片数据集。在此基础上,分别使用多种单模态和多模态的方法对该数据集进行分类实验,其中基于TextRCNN+ResNet50网络的决策级融合方法的F1分数达到了0.96。实验充分验证了深度学习方法特别是决策级融合的多模态方法能够有效地对中文语言环境的网络图片进行模因和非模因的分类,也为网络模因各种后续任务的研究提供了有力的支撑。

生物网络模体发现算法研究综述

网络模体发现是生物网络数据分析中的一个核心问题.首先分析了网络模体发现中相关的基本计算问题:随机网络建模,子图搜索和模体统计意义评价等.其次对生物网络模体发现算法进行了综述和评价,从研究方法上将模体分为精确模体,概率模体和其它模体三类,并对识别每类模体的典型算法进行研究和分析.为了对网络模体进行深入分析与研究,引入了与模体发现密切相关的生物网络模块发现问题.最后讨论了网络模体发现算法的最新进展和下一步的研究方向.

网络模化在高层建筑火灾通风中的应用

根据建筑火灾防灭火的需要， 针对火灾条件下烟气流动及室内温度分布问题， 将矿井网络模化成熟的思想和方法推广到高层建筑火灾模化， 提出了高层建筑火灾网络模化数学模型及网络简化方法， 并进行实例编程计算， 计算结果表明， 提出的模型及方法应用于高层建筑是可行的。

非树型网络模体发现算法

现有的大多数网络模体发现算法发现网络中的确切模体,但是由于生物数据是不完整的,有噪声的,而且生命过程具有动态性,概率网络模体具有更实际的意义.本文提出了非树型网络模体发现算法,寻找由一组相似子图组成的概率网络模体.在该算法中,首先提出子图挖掘算法ESN挖掘网络中所有给定规模的非树型子图,然后进行多图比对,最后基于统计模型和对应的得分函数,用模拟退火算法求得网络模体.对E.coli和Yeast的基因调控网络的仿真实验表明,该算法能够高效地发现生物网络中的概率模体.

基于环型网络模体应用马尔科夫聚类的图挖掘模型

针对图数据挖掘效率低、精度低等问题,提出基于环型网络模体应用马尔科夫聚类的图挖掘模型.首先,依据输入图的点集,采用Erd o″s-Rényi模型生成随机图,在输入图和随机图的子图挖掘过程中利用向量的加法性质判定环型子图,计算网络模体的统计特征,判断子图是否为网络模体.然后,求解图中边的绝对贡献值关联矩阵,通过动态阈值法求得阈值,二值化处理该矩阵.最后,对已稀疏化的图进行扩张和膨胀操作,使其达到收敛状态.实验表明,文中模型有效减少运行时间,在保证聚类质量同时提高图挖掘效率.

基于矢量量化神经网络模型的水环境质量评价研究

以河南省新乡市地下水水质长期观测资料为依据,建立了基于MATLAB技术的学习矢量量化人工神经网络(简称LVQ-ANN)模型,对新乡市17眼地下水监测井进行了水环境质量评价,并与BP神经网络模型,模糊数学综合评判法,单因子评价法的评价结果进行比较,对比结果表明,LVQ-ANN模型评价地下水水质合理可行且评价时间短,预测精度高,在地下水水质评价中具有较高的应用价值。

基于武器装备体系作战网络模型的装备贡献度评估

从体系角度出发,提出一种基于武器装备体系作战网络模型的装备贡献度评估方法。首先,将武器装备与装备间关系分别抽象为作战网络中节点与边,建立了基于作战指标的节点与边关系描述模型。然后,构造基于作战环的综合影响指标对武器装备体系作战网络作战能力进行评估,同时建立装备的贡献度评价模型衡量单装备在武器装备体系中的贡献程度。最后,以导弹防御体系为例分析验证了提出方法的可行性。结果显示决策类节点在武器装备体系中扮演重要角色。

基于OPNET的网络模型仿真

网络仿真是一种全新的网络规划、设计和分析技术,它能够验证实际方案的有效性和比较多个不同的设计方案,为网络的规划设计提供可靠的定量依据。介绍OPNET的特点、建模机制及仿真方法,并利用OPNET对一个局域网进行仿真,结合实例给出在OPNET环境下进行网络仿真的步骤,针对不同设置,仿真实验将获得各种情况下的网络性能参数指标,有效指导网络设计和优化。

当代青年“锦鲤”文化症候解读——基于网络模因的发展谱系与意涵网络

2018年,“锦鲤”作为一种互联网模因风靡中国的社交网络,转发“锦鲤”成为中国青年的文化新表征。为了厘清其符号变迁的轨迹和参与者的心理需求,将模因研究的框架与凯瑞的两种传播观相结合,搜集、分析“锦鲤”图像,最终归纳出其发展谱系和意涵网络。研究发现,“锦鲤”模因在演化中凝结出三种能指镜像,形成了日常迷信、亚文化狂欢、病毒式营销等七种所指内涵。“锦鲤”文化的发展本质上是一个能指不断掏空所指,符号系统挤压意义系统的过程,这也是商业资本、大众文化、社会环境共谋的产物。“锦鲤”文化症候揭示了当代中国青年的焦虑与悬浮感,反映了社会转型期特有的情感结构与个体化危机,解决这一症结的关键在于重新建构意义,重视社会成员间的互动、联结与协作。

机械结构网络模体探究

为了从新的角度探究机械结构的特点,借鉴了网络模体的研究方法,对机械结构进行了网络构建和网络局部特性分析。阐述了该方法的概念和原理,然后以大量机械结构为实验对象,用FANMOD软件进行模体检测,分析实验数据,找出了机械结构网络中的3种典型网络模体,并与蛋白质交互网、软件网等其他领域网络进行对比,发现机械结构网络与蛋白质交互网络的局部特性有相似的显著性趋势。最后探究了网络模体方法对机械结构分析的作用,并给出了进一步的研究方向。

网络模因视角下“锦鲤”传播现象分析

2018年'锦鲤'模因攻占各大网络社交媒体,各类商家、自媒体及大量的互联网受众纷纷投入这一传播现象中去,对本年度网络文化产生重大影响。在互联网时代,网络'模因'的制造和传播与各类新媒体融合,创造出了不同的网络狂欢现象,'锦鲤'模因的出现及传播正是其中之一。本文以模因理论为切入点,对'锦鲤'传播现象进行分析,为理解网络模因的产生与传播机制提供一定的思路。

“网络模因”的符号文本结构与传播特征研究

自互联网诞生以来,许多独特的网络现象应运而生,网络模因亦是其中一个显著的例子,它不仅使得人们能通过简单的文字和图像的组合表达思想,更作为一种独特的交流手段,构成了文化知识的共享空间。网络模因衍生自道金斯1976年提出的"模因"概念,但至今仍无一个清晰连贯的定义,本文从符号文本的结构及传播特征出发理解网络模因,希望从一个不一样的视角解读这个网络现象,从而为未来的相关研究抛砖引玉。

基于网络模体的空闲计算资源捕获算法

针对新兴应用的低时延需求以及移动边缘计算网络中移动设备趋于密集化,同时闲置计算资源丰富,使得系统计算资源利用率低下,考虑基于设备到设备通信的计算卸载有望满足新兴应用低延迟要求。另外,移动设备将计算密集型应用通过设备到设备通信卸载到空闲设备,能够提高计算资源利用率,缓解移动边缘计算网络计算压力。考虑移动边缘计算网络,利用网络模体对系统进行分析,捕获系统空闲计算资源,实现设备到设备卸载。具体来说,考虑基于网络基本组成结构、卸载数据流向的空闲计算资源发掘问题,结合链路传输质量及中断概率,利用KM(Kuhn-Munkras)算法,提出了一种基于网络模体的设备匹配资源搜索算法,以捕获终端邻近空闲计算资源,实现设备到设备卸载。仿真结果表明,该算法能有效捕获空闲计算资源,提高系统计算资源利用率。

网络模因的传播机制研究——以蜜雪冰城主题曲为例

Web2.0技术的广泛使用,促进了用户参与文化的兴起,日常模仿实践已成为公共领域的一个高度可见的现象。在一定程度上,我们生活在一个由强势模因所驱动的时代。为了更好地理解和研究这一趋势,本文以蜜雪冰城主题曲为例,分析网络模因的传播机制。研究发现,蜜雪冰城模因的主要复制方法有直接引用型、原材料加工型以及元素拼接型,其传播经过了同化、留存、表达、传递这四大阶段。

基于个性化多模网络模型的音乐推荐技术

为了获得更高的推荐效率和更精确的推荐结果,提出了一种基于个性化多模网络模型的音乐推荐技术。以音乐音高的轮廓及整体变化的相似度判断为基础进行音乐信息检索,通过用户对资源的偏好程度构建多模网络模型,采用K-means聚类法建立最近邻用户集,以综合特征值为聚类起点对推荐的音乐资源进行排序,从而实现个性化音乐的推荐。实验结果表明,所提出的算法达到了较高的性能指标,对于各种音乐播放软件具有很强的实用性。本文提出的推荐技术,采用了个性化多模网络模型,对于其他算法来说具有一定的创新,因此,该技术对于海量音乐资源的处理及推荐具有一定的实用价值。