节点拓扑变量非耦合映射的ICM方法

文章提出了节点拓扑变量一种非耦合映射的ICM方法,对于结构拓扑优化问题予以建模和求解:首先将基结构划分为由较小单元组成的网格,取节点独立、连续的拓扑变量,建立了一种双线性形函数插值的变量非耦合映射,替代了单元独立连续拓扑变量,使单元的“有”或“无”连续化近似,实现了节点拓扑变量过滤识别与物理量的单元内插值,推导建立了节点拓扑设计变量的优化模型,采用基于变量可分离的二阶对偶规划算法求解,并且改进了最优拓扑构型的圆整技术.接着以常见的位移约束下结构重量(或体积)极小拓扑优化问题为例,演示了上述建模及求解过程.最后分别给出了单载荷工况和多载荷工况下的位移约束拓扑优化的算例,数值计算结果验证了本方法的有效性.研究有如下优点:克服了以往基于单元拓扑变量研究的缺陷,即最优结构边界为锯齿形,得到的最优结构的拓扑边界光滑清晰;给出了节点拓扑变量和单元拓扑函数场定义,提炼出构造该场必须遵循的5点准则,克服了节点拓扑ICM方法有关研究中存在的不足;得到节点设计变量不再是耦合关系,可以方便地求出结构物理量的二阶导数,从而利用变量可分离对偶优化算法进行高效的寻优;研究成果不仅丰富了ICM方法的内涵,推动了其发展,而且对变密度的节点拓扑方法也有参考的裨益.

基于分层象限空间的P2P超级节点拓扑构造

现有的P2P超级节点拓扑分为非结构化超级节点拓扑和结构化超级节点拓扑,前者支持模糊查询,鲁棒性好,但路由效率低,查询结果具有不确定性,后者支持数据定位,路由效率高,负载均衡性好,但不支持模糊查询,也不适应高度动态环境.文中将两种超级节点拓扑结构的优点结合起来,提出一种基于分层象限空间的新型超级节点拓扑Quad.它在路由方面同时支持数据定位和模糊查询,并解决了结构化超级节点拓扑对动态性支持差的问题.分析和模拟结果表明:和现有的超级节点拓扑相比,Quad数据定位在常数度数下达到O(logN)定位性能,并在路由效率和路由状态数上获得更好的权衡.在动态环境中,Quad能更有效地处理超级节点失效;在性能上,它具有更少的拓扑构建和失效修复成本并具有良好的负载均衡性.

基于节点拓扑感知-数据传输能力映射机制的无线传感网稳定传输算法

为解决当前无线传感网稳定传输算法过程中难以感知节点拓扑,且其数据传输能力易受路径抖动影响问题,提出了基于节点拓扑感知-数据传输能力映射机制的无线传感网稳定传输算法。仿真结果表明,与当前常用的WKSD,FDSR稳定传输算法相比,本文算法能够有效消除网络数据抖动,具有更高的数据投递成功率,以及更低的带宽拥塞率与网络最大时延。所提算法能够有效提高无线传感器网络的数据传输性能,具有较好的实际应用价值。

基于k-完美差异图的超节点拓扑结构构造

在超节点网络中,超节点拓扑结构及其动态维护和搜索路由机制,是影响网络性能和搜索效率的关键因素之一。在完美差异图(PDG)的基础上,提出了一种新的k-PDG结构,并利用该结构,建立了超节点网络——KPDGN,给出了KPDGN的动态维护和搜索路由机制。分析和模拟结果表明:KPDGN具有常数度数和固定邻接点特性,减少了查询所产生的带宽消耗,降低了拓扑构造和修复成本。

基于节点拓扑一致性的2D/3D冠脉血管非刚性配准

目前,冠状动脉介入手术主要采用传统冠脉成像CCA加冠脉CT成像CCTA辅助的方式。但是,CCTA下的3D图像获取的是某一时刻的静态图像,在心跳和呼吸作用下,CCA下动态2D图像和CCTA下静态3D图像的血管可能并不处于同一位置,彼此之间会具有很大的形态及位置差异。本文在2D和3D中心线基础上,利用血管曲线特征对2种维度的血管进行粗糙和精细两级配准操作。在粗糙配准中,通过考虑节点间的拓扑关系一致性取消以往算法的双向一对一的对齐约束,对血管间的分支点进行多对多对齐配准。在精细配准中,基于节点对齐的配对血管段间采用伸缩特性的DTW技术进行像素间配准。实验结果表明研究提出的方法具有良好的效果。

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。

一种激光网络中的节点拓扑结构分布方法设计

针对当前激光网络节点拓扑结构分布均衡化差的问题,在研究激光网络结构的基础上,设计了一种基于路由树的激光通信网络节点均衡拓扑分布方法。构建激光网络节点的路由树结构,定义一种均衡参数,将节点均衡拓扑分布转化为维持均衡参数不大于1的问题。通过拟合路由树中各子树的节点信息,对拟合信息进行知识挖掘,分类型为新节点选择进入路由树的路径,以实施均衡参数二次维护,更新节点均衡拓扑分布结构。实验验证表明,所提路由树方法拥有优异的节点均衡能力,可有效延长激光通信网络使用寿命。

基于节点拓扑属性的社团结构划分方法

社团结构,作为复杂网络分析中的核心概念之一,指的是那些拥有相似特性和功能的节点所构成的子图结构。社团结构的划分不仅有助于深入挖掘网络内在的信息和特征,而且还有助于揭示复杂网络系统的演化机制。本研究提出了一种创新的社团结构划分算法,其核心围绕网络结构中节点的拓扑属性。在该算法中,我们首先通过节点的接近中心性和介质中心性构建二维决策矩阵。具体来说,接近中心性揭露了节点在网络中与其他节点的亲密程度,而介质中心性则考虑了节点在网络中的桥接作用。二维决策矩阵的构建旨在从网络的广度和深度双视角考察节点的重要性和功能。然后利用基于K-means的迭代策略找到最优的聚类中心。最后通过加权的Dijkstra算法将剩余节点依据就近的聚类中心进行分配完成社团划分。为验证所提出的算法的有效性,在多个实际存在的社会网络上进行了实验,并将其与已有的算法进行了综合比较。实验结果验证了所提算法的性能,特别是在识别具有强社交关系的Karate数据集的社团关系中,本文所提算法在NMI,ARI,Purity三个评价指标中分别达到了81.56%、83.34%、100.00%,提高了社团划分结果的准确性。

融合拓扑及业务特性的电力通信网关键节点识别

识别电力通信网中的关键节点并对其进行重点保护,对提高网络整体可靠性有重要意义。在网络拓扑层,计算节点失效后电力通信网自然连通度的变化,得到节点拓扑重要度(NTI)。针对电力通信网业务性能指标要求不同给出了业务重要度的评价方法;融合业务信息与拓扑信息定义了网络加权自然连通度,提出了节点融合重要度(NCI)的概念,以实现电力通信网关键节点的识别。以某地区电力通信网为例,将所提方法与其他传统方法进行仿真对比,实验结果表明所提方法的合理性和有效性。

基于节点拓扑排序和条件互信息的基因调控网络路径一致性构建算法

为了在构建基因调控网络时能确定网络方向,在基于条件互信息的路径一致性算法PCA-CMI的基础上,利用节点拓扑排序(node ordering,NO)建立了构建调控网络的PCA-CMI-NO算法。为建立这一算法,对图分裂方法加以改进:首先对基因对间的互信息进行筛选,然后按贝叶斯得分对子图排序,根据子图顺序选取不同子图中含相同基因对间边的方向,从而确定基因表达数据中节点的顺序。最后,将节点拓扑排序结果应用于PCA-CMI所构建的网络,获得有向网络,同时,使用条件互信息去除独立关系的边,以提高网络准确率。采用DREAM3数据集,将PCA-CMI-NO算法与有序的K2算法进行对比,验证了算法的优越性。

基于ICMP协议的网络拓扑测量算法的研究

网络拓扑测量是当今网络应用与研究的一个热点,而ICMP协议作为网络中应用最为广泛的协议,在网络拓扑测量中有着非常重要的作用和地位。利用ICMP协议获取网络拓扑节点及其连接关系以自动构造网络拓扑图,给出基于ICMP协议的网络拓扑测量的实现算法。

建立地面工程数据拓扑关系构网的前期数据编辑初探

拓扑关系是地理信息系统(GIS)中一类重要的空间关系。本论文重点研究了拓扑关系的建立及其更新问题,一方面对传统的拓扑建立进行了必要的改进,使其具有高效性和通用性;另一方面,提出了一套数据编辑时进行拓扑关系局部更新的方法以减少拓扑重构的时间。

考虑负荷不确定性的配电网分层协调控制策略

忽视配电网运行的负荷特点,会导致蓄电池状态以及功率交换情况的优化不足。为了解决配电网节点拓扑和负荷不确定性的问题,提出了一种考虑负荷不确定性的配电网分层协调控制方法。分析了包括负荷节点、变压器、断路器、隔离开关等节点在内的配电网拓扑结构,分别计算了并网模态、孤岛模态下的能量关系,建立源网荷储分层协调控制模型,并使用拉丁超立方抽样方法生成不确定性的场景,引入了惯性权重、学习因子等参数改进粒子群算法,设计多目标分层粒子群算法的调控流程,实现配电网源网荷储分层协调控制。实验结果表明:应用该方法后,蓄电池的能量状态更好,交换功率更高;分层协调控制效果较佳,并可以根据实际需求进行配电网负荷状态自适应调整。

基于机器学习模型探索节点综合拓扑属性在精神分裂症研究中的应用价值

目的基于机器学习模型探索节点综合拓扑属性(NITA)在精神分裂症研究中的应用价值。方法选择新乡医学院第二附属医院精神科自2022年1月至2023年8月收治的56例首发精神分裂症患者(患者组)及向社会招募的56例健康志愿者(对照组)为研究对象,采集其功能MRI数据,对数据进行预处理后构建大脑网络,并基于图论的方法提取全局和节点拓扑属性指标作为训练特征。将受试者分为训练组(46∶46)和测试组(10∶10),在训练组中分别使用两种特征训练随机森林(RFC)、支持向量机(SVM)和梯度提升树(XGboost)模型,计算出各模型的准确率、召回率、F1值及受试者工作特征曲线下面积(AUC)以进行性能评估,并结合测试组表现分析各模型的泛化能力,筛选出表现优秀的拓扑属性指标。将所选拓扑属性指标通过主成分分析算法降至一维,并用该新维度特征再次分别训练上述模型,根据训练组和测试组的表现筛选出适配模型。对患者组与对照组各脑区新维度特征进行统计学分析并结合错误发现率(FDR)校正,筛选出差异有统计学意义的脑区新维度特征,并再次用其训练适配模型。结果训练组中各机器学习模型使用节点拓扑属性指标的分类模型的准确率、召回率、F1值、AUC均高于使用全局拓扑属性指标的分类模型,测试组中SVM模型使用节点拓扑属性指标的分类模型表现出稳定的泛化性(准确率为75.00%,召回率为100.00%,F1分数为0.80,AUC为0.92)。将节点拓扑属性指标降维并命名新维度特征为NITA。依据SVM模型使用NITA的分类模型在训练组中的验证结果(准确率为77.00%、召回率为72.00%、F1值为0.76、AUC为0.86)及测试组中的泛化表现(准确率为66.67%、召回率为83.33%、F1值为0.71、AUC为0.61),选择SVM作为分类NITA的适配模型。患者组与对照组间右侧额中回腹外侧区、左侧额下回背侧区、右侧中央前回尾腹侧区、左侧颞上回喙部、右侧梭状回中央区、右侧顶下小叶前背侧区及左侧枕极皮层NITA的差异有统计学意义(P<0.05,FDR校正)。将上述脑区NITA作为特征训练得出最优模型FDR-NITA-SVM,其在训练组中准确率为93.74%、召回率为98.00%、F1值为0.94、AUC为0.96,测试组中准确率为83.33%、召回率为66.67%、F1值为0.80、AUC为0.92。结论NITA可能是诊断精神分裂症的潜在影像标志物。NITA异常脑区是精神分裂症患者大脑网络间信息交流和整合的关键节点。

输电网复杂结构安全性评估指标分析

近年来,利用复杂网络理论对电网结构安全性进行评估成为国内外研究的热点。针对目前输电网复杂网络模型过于简单的问题,紧密结合输电网自身电气特征建立了复杂输电网改进模型。从衡量电网整体输电性能角度,提出了电网输电效率和电网输电能力两个指标,结合输电路径充裕度指标对表征电网结构的上述全局性指标进行了分析和比较。从衡量电网节点连通性角度,提出了节点拓扑熵指标以评估电网中母线节点重要度的均衡程度。利用熵权法结合上述指标从多个角度综合评价电网结构的整体安全性。通过典型输电网结构和IEEE典型电网模型的仿真分析验证了所提评估指标和基于熵权法的综合评估方法的有效性。

有限元网格图自动生成算法

本文在有限元网格图拓扑分析的基础上,讨论了单元节点拓扑阵自动生成方法和整体节点拓扑阵自动组集方法,并给出了算法。这种方法实现了2D和3D有限元网格图完全自动生成过程,并为单元及节点的相关性分析提供了依据。

基于语义路由的P2P系统综述

介绍了P2P系统的发展状况,归纳了典型的结构化P2P系统模型,对结构化P2P系统中的节点拓扑结构、语义路由算法、数据存储和共享、应用层多播等热点问题进行了讨论,介绍了非结构化P2P系统的语义路由过程,总结了当前主要的基于语义路由P2P系统的优缺点,并据此提出了该领域的发展趋势。

基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法。利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的分配路径,将节点核心区数据重构,并分配至聚类节点来感知数据的动态变化,为每一个核心聚类节点拓扑感知一个路由器数据的动态变化,来实现全局的数据动态重构,至此完成基于节点拓扑感知的异构网络数据动态重构算法的设计。设计仿真实验,测试算法的节点均衡度与链路均衡度。实验结果表明,设计的算法的节点均衡度为0.93,链路均衡度为0.90,均高于对比方法,因此可以得出,该算法的资源均衡度更好。

基于结构化对等网络的云资源查询算法

为实现云计算中云资源的快速查询,针对资源查找过程中查询效率较低以及网络维护成本较高等问题,提出一种基于结构化对等网络的云资源查询算法,实现对待查询云资源进行快速有效定位。首先设计一种新型超级节点拓扑结构,对网络拓扑中各节点进行唯一性编码,构造二元组路由信息索引列表,并设计相应的路由算法;然后给出了分层象限超级节点算法的查询效率与稳定性分析。仿真实验结果表明,分层象限超级节点算法查询效率较高,且随着网络规模增加,查询路径长度趋于稳定,同时对于超级节点失效带来的网络维护成本较低。

基于FTU的配电网故障判断双亲节点矩阵拓扑识别法

为解决多电源供电情况下T型馈线故障判断出现盲区的问题，采用拓扑识别将配电网结构的双亲节点矩阵分离为常规馈线双亲节点矩阵和T型馈线双亲节点矩阵，分别判断常规馈线上的故障和T型馈线上的故障。此方法无需进行复杂的矩阵计算和规格化处理，可以直观地定位T型馈线区域的故障。通过实际配电网多点电源多点故障下的算例计算验证了此算法的正确性。