基于互信息最大化和聚类感知的节点表示学习

节点表示学习是研究各类图结构数据的基础.图结构数据具有复杂的结构关系和丰富的节点信息,因此如何融合图结构和节点信息学习高质量的节点表示仍是一个挑战性问题.为此,提出一种基于互信息最大化和聚类感知的节点表示学习模型.首先,对原始图使用图扩散方法构造扩散图;然后,使用图卷积网络编码两个图到低维特征空间获得节点表示和全局表示;最后,基于互信息最大化原理,最大化一个图的节点表示和另一个图的全局表示间的一致性,反之亦然.同时,将语义相似的节点聚类到同一个簇,并最大化两个图的节点表示间的聚类一致性.在两个引文数据集上的节点分类和节点聚类的实验结果表明,该模型的性能在多项指标上都优于基线方法.以Cora数据集为例,在节点分类任务上,该模型对比基线方法在准确率和F1值指标上分别提高了2.7和0.6个百分点.

一种基于节点相似性聚类的社区划分方法

现有的层次聚类社区划分通常使用公共邻居的数量来衡量节点对之间的相似性。由于忽略了公共邻居之间的差异性造成相似度值相同,许多节点对无法区分,导致社区划分结果不稳定、不准确。对此,提出了一种节点相似性聚类的社区划分方法 ISCM。在无权图上工作,在特征向量构建时考虑了节点的度、聚类系数、介数中心性、信息熵等综合指标,同时在相似性矩阵构建时采用综合指标的余弦相似性,实现了一个基于节点特征的谱聚类方法,而非传统基于图的方法。使用真实的数据集和评估算法,并在模块度、运行时间上进行了比较,结果显示,其在不同数据集上具有很高的模块度和准确性。

基于节点聚类复杂度的图聚类方法

图聚类可以发现网络中的社区结构,是复杂网络分析中的一项重要任务。针对不同节点的聚类难度各异的问题,提出了一种基于节点聚类复杂度的图聚类算法(Graph Clustering Algorithm Based on Node Clustering Complexity,GCNCC),用于判断节点的聚类复杂度,为聚类复杂度低的节点赋予伪标签,利用伪标签提供的监督信息降低其他节点的聚类复杂度,进而得到网络聚类结果。GCNCC包括节点表示、节点聚类复杂度判别和图聚类3个主要模块。节点表示模块得到保持网络集聚性的表示;节点聚类复杂度判别模块用于判断网络中的低聚类复杂度节点,并利用低聚类复杂度节点的伪标签信息来优化更新网络中其他节点的聚类复杂度;图聚类模块采用标签传播方法,将低聚类复杂度节点标签传播给高聚类复杂度节点,以得到聚类结果。在3个真实的引文网络和3个生物数据集上与9种经典算法进行对比,算法GCNCC在ACC,NMI,ARI和F1等方面均表现良好。

基于网络节点聚类的多无人机动态目标分配

为解决分布式的多无人机目标分配算法容易产生通信冗余,导致编队出现通信规模过大的问题,提出一种基于通信网络节点聚类的多无人机动态目标分配算法(clustered consensus-based bundle algorithm,CU-CBBA)。该算法引入了通信网络节点分组聚类策略,依据节点的度中心性、特征向量中心性、中介中心性等属性,建立了网络节点重要性排序模型,选取网络拓扑结构中的一组关键节点,按照最短路径原则完成网络拓扑节点聚类。仿真结果表明:与CBBA、ACBBA(asynchronous consensus-based bundle algorithm)、MCDGA(minimizing communications in decentralized greedy task allocation)算法相比,CU-CBBA算法的通信规模最小,收敛速度最快,迭代稳定性强,编队规模或目标数量的改变不会影响其有效性,与其他CBBA变种算法相比,该算法不需要智能体之间建立相对稳定的通信拓扑结构,通用性和稳定性较好,对复杂战场环境下的多机多目标分配具有部分借鉴意义。

面向故障短文本的改进图节点嵌入与聚类方法

为有效挖掘故障短文本中跨文本的词汇间关联,构建故障实体节点的全局特征表示,从而获取故障实体节点聚类标签,提出一种面向故障短文本的改进图节点嵌入与聚类方法。该方法首先在图结构构建过程中创新边权重计算方法,用以区分同一窗口下不同距离的词汇间关联;其次改进图节点结构特征获取方法,从而体现节点度值差异对嵌入的影响;通过融合节点的结构特征与关系特征,增强具有相似邻居节点的同类节点之间的相似性表现;在聚类阶段设计备选节点数参数以缓解截断距离的敏感性。该方法在公开数据集和真实业务数据上进行了参数分析和性能评估,结果表明该方法可获取精准有效的故障实体节点聚类结果。

融合结构和聚类的对称非负矩阵分解链路预测

大部分链路预测算法仅单一考虑节点聚类或链接聚类而忽略网络结构与聚类内在关联性导致预测准确度下降.针对此问题,提出基于对称非负矩阵分解(SNMF)链路预测框架融合多类型结构和聚类信息捕获网络保持网络局部、全局以及节点和链接聚类.首先,融合节点和链接聚类系数(NEC)捕获节点邻域相关联程度,再将无向无权3个基于局部相似度方法共同邻居(CN)、资源分配(RA)和Adamic-Adar(AA)与聚类相融合同时保持结构和聚类;其次,将邻接矩阵映射到低维潜在空间,利用图正则化融合以上信息分别提出3个链路预测模型即SNMF-NEC-CN、SNMF-NEC-AA和SNMF-NEC-RA;此外,通过迭代更新规则学习所提模型参数,获得最优预测概率矩阵.在6个网络上与现有代表性方法比较,实验结果显示所提模型AUC和F1值分别提高了22%和11.4%.

基于动态特性节点聚类的低阶仿真频率安全分析方法

在线评估电力系统抵抗功率扰动的能力,对调控人员实时了解电网频率稳定态势具有重要意义。针对大型互联同步系统频率具有明显的时空分布特性,提出了一种基于动态特性节点聚类的低阶仿真频率安全分析方法。基于预想故障机电暂态时域仿真结果进行节点动态频率特性同调性识别和节点聚类,在各同调节点集单机等值模型和频率超前滞后特性基础上,建立了频率安全在线分析的低阶仿真模型,可以应用于预想故障后频率安全的在线快速和精细化评估。某实际电网的算例验证了所提方法的准确性和有效性。

基于多通道图卷积网络的节点聚类

针对在深度聚类中大部分基于图卷积网络(graph convolutional network,GCN)的方法仅使用拓扑图而忽略了特征空间中存在的结构信息的问题,提出一种通过引入特征图更充分地利用特征空间中存在的结构信息的节点聚类方法.首先,该方法使用自动编码器(auto-encoder,AE)来学习节点特征的潜在表示,同时在特征图、拓扑图及节点属性3个层面获得节点嵌入;然后,使用融合机制对学习到的节点嵌入进行融合;最后,通过自监督的方式训练网络实现节点聚类.在6个基准数据集上的大量实验表明,该方法明显提高了聚类精度.

基于聚类节点控制法的旅游公路景观段落空间规划研究

采用聚类节点控制法,通过提取路侧自然景观观测因子,结合公路里程桩号划分的等距有序单元段划分,对观测因子进行编号形成空间矩阵,并运用DPS软件分析平台对其进行有序样品的初步聚类,最后利用公路沿线人文景观和工程节点作为控制节点修正聚类分析的结果,从而得出旅游公路景观段落空间规划的最终方案。以青海扎碾旅游公路为例,研究聚类节点控制法在景观段落空间规划中的应用,以期为公路景观主题设定与路侧景观设计提供科学的参考依据。

基于坐标的网络节点聚类在Internet中的实验研究

在分布式网络应用中,节点聚类是构建高效网络体系结构的有效办法.网络坐标能够反映节点在Internet中的位置,利用网络坐标可以对网络节点之间的距离进行预测.在测量各个节点的网络坐标的基础上,利用Triangulated heuristic方法对节点间的网络距离进行预测,提出了网络距离作为参数对网络节点进行分布式聚类的算法,并在PlanetLab分布式实验床遍布全球的156个节点上进行了实际的测量和分析.分析结果表明,算法能够在网络规模较大的情况下对网络节点进行分布式聚类,算法有较高的可靠性和可扩展性.

一种基于适应度和节点聚类的P2P拓扑建模方法

通过对Gnutella网络拓扑实测数据的分析,得到了Gnutella网络的累积节点度分布、聚类系数、平均路径长度和rich-club系数等拓扑特征.在拓扑特征分析的基础上,通过引入适应度、邻居数限制和节点聚类等机制,提出了面向非结构化P2P网络拓扑的FCL(Fitness model with tunable Clustering and neighbours Limitation)模型,并给出了建模算法.通过实验分析,证明了该模型的有效性.

模拟退火算法优化聚类头节点的MANET服务质量改进

针对移动自组织网络中移动节点和聚类头节点的通信负载问题,提出一种基于模拟退火算法优化聚类头节点的移动Ad hoc网络服务质量改进算法。首先,通过对移动Ad hoc网络聚类中存在的通信负载等问题的分析给出多目标优化问题;然后,利用模拟退火算法随机生成一个聚类头节点的有序列表;最后,结合主导解与概率决策思想解决目标优化问题,从而有效地平衡网络通信负载、功耗、聚类头节点生命周期及节点度。在移动Ad hoc网络上的仿真实验验证了所提算法的有效性及可靠性。实验结果表明,所提算法在不同类型的随机场景中均取得了非常好的平衡聚类效果,相比其他几种较为先进的算法,具有更好的网络服务质量。

基于免疫克隆算法和K-medoids的网络节点聚类

在大规模分布式网络应用中,对网络节点进行聚类是构建高效网络体系结构的有效办法之一.在利用网络坐标系统Vivaldi得到各个节点的网络坐标的基础上,对网络节点进行K-medoids聚类.然后,针对K-medoids算法对初始中心选值敏感和易陷入局部极值的问题,提出基于免疫克隆算法的K-medoids聚类.实验结果表明,该聚类算法具有良好的可靠性及可扩展性,能对节点进行有效聚类.

基于聚类特征自适应机制的无线传感网异常节点检测算法

提出了一种基于聚类特征自适应机制的无线传感网节点检测算法.首先,基于节点聚类特征自适应机制,通过特征采样,不断获取异常节点的路由信息、链路抖动率以及数据分组传输率等关键参数信息,从而计算节点特征值,并联合矢量内积对异常节点进行识别,提高对异常节点的感知能力;随后,采用分区聚类,对可能的疑似异常节点进行聚合提纯,降低网络对正常节点的误判,提高了异常节点的检出效率;最后,定义异常节点检举规则,通过对分区进行筛选,有效降低了正常节点出现在异常节点集合中的概率,从而提高了算法对异常节点的搜寻效率.与当前PSO算法、SDR算法相比,此算法具有更高的异常节点检出率与更低的数据传输时延,能够有效避免异常节点对传输数据的篡改.

基于节点聚类的可伸缩多应用无线传感器网络模拟

提出一种基于节点聚类的无线传感器网络模拟方法,部署同类应用的节点在模拟器中采用单一实体建模,通过多个实体之间的通信实现不同节点的交互,并利用实体之间的同步驱动模拟事件的顺序进行。基于节点聚类方法,在主流模拟工具TOSSIM的基础上设计并实现了一个无线传感器网络模拟器ETMA;实验结果表明,基于节点聚类的模拟方法不仅可支持多应用无线传感器网络的模拟,同时还具有良好的可伸缩性。

向心路径定义及其在网络节点聚类中的应用

复杂网络为复杂系统的经典表现形式,依靠网络内部复杂关系进行网络节点聚类是理解复杂网络的一个重要途径。依据子类中心节点对于同一个类别中其他节点具有更强的控制力的思想,提出了子类中心点的概念及其确定方法,进一步提出了上通路和向心路径的概念。在子类中心节点基础上通过计算向心路径数量,实现网络节点的快速聚类算法,即向心路径节点聚类算法(Toward to Subheart Roads Defining Network Clustering Algorithm)。相比于传统算法,TSRDNCA算法具有较高的网络社区判断的准确性。

基于节点聚类系数的网络社区结构发现

研究了节点聚类系数与网络社区结构之间的关系.直接使用节点聚类系数不易刻画社区子图的高聚集特性,定义了一些基于节点聚类系数的社区度量,据此识别网络中的社区.首先,给出了基于聚类系数增大的社区间边判定规则,简称CCE规则;然后,利用CCE规则引出相似度矩阵,即网络密度矩阵;最后,通过网络密度矩阵来构造Laplacian矩阵,并进一步推导出通过计算Laplacian矩阵的特征值以及特征向量来实现社区结构划分的算法.三个真实网络数据的实验结果表明,算法不仅获得了令人满意的划分结果,而且还提高了算法的时间效率.

基于聚类-贝叶斯方法的航班过站延误传播

针对航班过站延误问题,基于过站保障时刻节点数据,提出了基于聚类-贝叶斯方法的航班过站延误传播算法。首先,收集机场内所有航班过站保障流程中的节点时刻数据,将延误数据转化为每个节点的延误严重程度;然后,利用聚类-贝叶斯方法得到频繁延误的节点,并围绕这些延误节点研究前后相关流程之间的延误传播概率;最后,通过试验验证了算法的可行性和有效性。试验结果表明,该算法能够感知过站延误的典型阶段和传播特征,可为缓解航班延误提供依据。

DAG多级相关节点聚类的多目标工作流调度

针对科学工作流的为多目标调度问题,将成本、时间和数据传输量作为基本优化目标,提出基于有向无环图(Directed Acyclic Graph,DAG)模型的多级相关节点聚类(Multi-level correlated Nodes Clustering,MNC)方法。首先,针对在连续级别上直接连接的Peer-to-Peer群集组对等任务,将多个依赖节点打包到不同层次的DAG工作流中,并将具有父节点和子节点关系的两个节点分成同组。然后,针对MNC科学工作流调度模型,采用遗传算法进行模型的染色体数据表示、调度译码算法以及极值解的求解方法设计等,建立了科学工作流调度的多目标优化模型;最后,通过在随机生成工作流数据上模拟实验显示,所提算法在网络运行成本、计算时间和数据传输量等指标上的性能优势,验证了算法有效性。

EECS:一种无线传感器网络中节能的聚类方案

在无线传感器网络中,节点聚类是一种有效的拓扑控制手段,可以增加网络的可扩展性以及延长网络寿命。LEACH是一个经典的延长网络寿命的聚类协议。提出了一种新颖的聚类策略EECS,它适用于周期性的数据收集应用。在聚类首领选举阶段本策略选取小部分节点参加竞选,采用无迭代过程的局部通信方式,而且总是选取剩余能量较多的节点担任聚类首领。进一步,在聚类建立阶段它创新地使用了一种聚类首领负载均衡的方法。EECS协议具有控制消息开销小,聚类在空间上分布近似均匀,网络能量有效利用率高等特点。模拟结果表明,与LEACH协议在相同假设的基础上,EECS方案延长网络寿命35%以上。