依据节点贡献的链路预测方法

链路预测是复杂网络的一个重要研究方向,基于节点对的相似性指标进行预测是最为常用的一种方法.已有的链路预测方法通常是基于节点对的共同邻居节点的个数或度值来定义它们之间的相似性度量.然而,节点间的关系不仅与公共节点自身的性质有关,节点间联系的紧密程度也会起到一定作用.基于这个观点,提出一种新的节点对相似性指标,称为依据节点贡献(Node Contribution)的相似性指标.该指标主要通过定义节点的贡献来刻画共同邻居节点之间的联系紧密程度,进而给出节点相似性的计算方法.在六组实际数据集上的实验分析表明该方法比三种经典的链路预测方法具有更好的链路预测性能.

基于节点贡献的无线传感网络事件区域检测容错算法

针对无线传感网络事件区域检测问题,在考虑事件区域附近的节点之间的感知信息存在时间-空间相关性的基础上,提出了一种基于节点贡献的事件容错算法,根据节点感知数据的时空关系,利用节点的贡献进行事件区域数据融合,并引入节点可靠度,来提高节点检测的可靠性,降低节点自身不确定性对检测结果的影响.仿真结果表明,在节点发生故障率30%的情况下,算法依然能够得到90%以上检测精度与故障识别率.

BitTorrent中一种基于全局贡献的节点选择策略

BitTorrent采用基于速率的Tit-For-Tat(Rate-based TFT)阻塞算法和乐观激活(Optimistic Unchoke,OU)算法为节点选择策略:上传节点采用Rate-based TFT算法选择为自身提供文件块上传速度最快的4个请求节点为下载节点,采用OU算法随机选择其他1个请求节点为下载节点。BitTorrent中Rate-based TFT算法只考虑邻居为上传节点所上传的文件块数即直接贡献,资源利用率不高,不能有效保证上传/下载之间的公平性。提出一种基于全局贡献的节点选择策略(Contribution-based TFT),从直接贡献和间接贡献(即对其他节点所上传的文件块)两方面来考虑某段时间内节点的全局贡献,贡献越多,获取下载服务的优先权限越高。模拟实验表明,基于全局贡献的节点选择策略提高了上传配额利用率,减少了文件下载时间,并保证了公平性。

基于节点传输贡献量的省间联络线潮流近似计算

提出以节点传输贡献量为量化指标的节点分类方法,提高了日前电力市场中省间联络线上有功功率的计算精度。以3机5节点的简单电网为例,详细说明了省级电网简化前后功率传输分布因子和注入转换系数的计算过程和步骤。以电网有向图为基础,搜索电源节点与负荷节点之间的可行路径,计算节点的传输贡献量,进而估计节点的注入转换系数,获得联络线潮流的近似值,并分析了以节点传输贡献量的均值为阈值对节点分类的优势。最后在IEEE 118节点系统中将所提方法、均值法和节点定性分类法分别应用于日前电力市场的省间联络线潮流计算,仿真和比较结果表明所提方法减小了注入转换系数均值的波动,与真实值相比,省间联络线潮流的平均绝对误差为0.49%,验证了所提方法的有效性。

基于节点依赖度和交互频繁度的无线Mesh网络信任模型

无线Mesh网络(WMN)的开放性、动态性等优点使它得到了广泛应用,同时也产生了一些安全问题,传统的信任模型无法满足WMN的安全需求。基于社会网络的信任原理,提出了一种新的WMN信任模型TFTrust。该模型定义了与信任相关的多维因子计算方法,包括节点贡献度、节点依赖度以及交互频繁度,构建了节点间直接信任值的计算方法。仿真结果表明:TFTrust模型在网络的安全性、服务质量及降低网络通信代价等方面均优于无线自组网按需平面距离向量路由(AODV)协议及Beth模型。

内存计算框架局部数据优先拉取策略

内存计算框架的低延迟特性大幅提高了集群的计算效率,但Shuffle过程的性能瓶颈仍不可规避.宽依赖的同步操作导致大多数工作节点等待慢节点的计算结果,同步过程不仅浪费计算资源,更增加了作业延时,这一现象在异构集群环境下尤为突出.针对内存计算框架Shuffle操作的同步问题,建立了资源需求模型、执行效率模型和任务分配及调度模型.给出了分配效能熵(allocation efficiency entropy,AEE)和节点贡献度(worker contribution degree,WCD)的定义,提出了算法的优化目标.根据模型的相关定义求解,设计了局部数据优先拉取算法(partial data shuffled first algorithm,PDSF),通过高效节点优先调度,提高流水线与宽依赖任务的时间重合度,减少宽依赖Shuffle过程的同步延时,优化集群资源利用率;通过适度倾斜的任务分配,在保障慢节点计算连续性的前提下,提高分配任务量与节点计算能力的适应度,优化作业执行效率;通过分析算法的相关优化原则,证明了算法的帕累托最优性.实验表明:PDSF算法提高了内存计算框架的作业执行效率,并使集群资源得到有效利用.

基于可验证随机函数的实用拜占庭共识算法

针对联盟链中广泛应用的实用拜占庭容错共识算法(Practical Byzantine Fault Tolerance,PBFT)主节点选取方式固定和通信成本高等问题进行了改进,提出了一种基于可验证随机函数(Verifiable Random Function,VRF)的拜占庭容错共识算法(Selection-based Byzantine Fault Tolerance,SBFT)。首先,在每轮共识后动态评测节点行为并计算节点贡献值,根据节点贡献值选取参与共识的节点。其次,结合节点贡献值和可验证随机函数进行密码抽签随机选取主节点,在减少非诚实节点成为主节点的概率的同时,使选取的主节点具有不可预测性。最后,改进了PBFT的一致性协议,将PBFT的网状通信网络拓扑变成星形通信网络拓扑,并将视图切换流程融入正常共识流程中。仿真实验结果表明,相比PBFT算法,所提SBFT算法具有更高的吞吐量、更低的共识时延和更高的算法效率。

本体映射过程中的结构相似度改进算法

概念的结构特性在本体映射中是个重要元素。针对目前结构相似度计算中存在不区分概念关系,没有考虑邻接节点相似度传播的权重的问题,提出一种结构相似度改进算法。它通过区分概念的非层次、层次关系,利用邻接节点贡献率对相似度传播加权,改进了结构相似度的映射性能。实验验证该算法是可行的。

一种新的在线自适应混合RBF网络学习算法

针对RBF网络序贯学习算法参数多、计算复杂等问题,深入分析RBF网络隐节点贡献度计算方法,提出基于主成分和周期性的贡献度计算方法,改进RBF网络GAP学习算法,细化算法中增加、删除和替换隐节点的条件,控制隐节点数量,自适应调整RBF网络结构.实验结果表明,相比传统RBF网学习算法,该算法在可靠性和泛化能力上都有显著提高.

某MPV车型怠速车内噪声优化

基于车身结构和空腔的有限元模型,利用声固耦合原理,对某MPV车辆进行噪声传递函数计算和节点贡献度分析,识别出对车内驾驶员耳旁噪声影响较大的车身板件,最后通过对薄弱环节的板件进行工程方案更改和优化,降低了车内怠速噪声。

基于多描述编码的资源均匀分布方案

针对应用层组播中节点的异质性以及度约束问题,提出一种基于多描述编码的资源均匀分布方案。根据子描述资源的引用和复本状态,通过分布式算法实现子描述在节点中的均匀分布。根据节点间的可用带宽,利用加权选择算法获取请求集,从而实现节点的负载均衡。仿真结果表明,该方案能降低节点失效对图像质量的影响,具有良好的扩展性和健壮性。

社交网络中个体对群体影响力分析

随着互联网的快速发展,社交网络节点影响力的研究成为热点,影响力分析对理解网络谣言、信息、病毒传播等具有重要意义。当前研究多集中于如何评价和衡量影响力,少有从个体对群体角度研究影响力的作用机制。文中将影响力看作是一种能够在网络连边传递的能量,个体影响力的大小为传递能量的程度。基于该思想,提出了一种基于介数中心性和节点贡献度的个体对群体影响力算法。通过与介数中心性、k-shell和PageRank算法的对比以及传染病传播模型的传播实验表明,该算法能够有效、准确地表征个体对群体的影响力;通过对个体对群体的影响力各区间段节点频数分布研究发现,其值呈现幂律分布,具有无标度现象,即少数节点具有较大的影响力,普通节点虽然数量较大,但其影响力普遍较小。

安塞民间绘画色彩网络模型构建研究

为了更准确地探究和反映安塞民间绘画的色彩设计思维,为当下设计提供更具中国特色、民族特色的参考和启发,文章以安塞民间绘画为研究对象,开展了数字化网络模型构建工作研究。首先利用K-means聚类算法进行图像色彩聚类计算,获得色彩网络节点和节点的局部贡献度;然后,通过专家评价法构建节点贡献度效率矩阵,并将其与节点局部贡献度计算相结合,获得节点的全局贡献度,实现基础色彩网络的优化和色彩模型的构建;最终,随机抽取案例样本对所构建模型的可靠性进行了验证。所提出的新型色彩网络模型综合考虑了节点贡献度,能够实现对色彩网络节点度计算方法的优化。案例验证表明,色彩网络模型能够准确反映安塞民间绘画的色彩特征和配色设计逻辑。

基于流式分析的大规模网络重叠社区发现算法

为了提高在大规模网络中发现社区的效率,提出一种基于流式分析的大规模网络重叠社区发现算法(Streaming-based Overlapping Community Detection algorithm,SOCD).算法对网络中的边进行流式处理,每次只处理一条边且每条边仅被处理一次.根据节点的度、节点对社区的贡献度以及节点移动前后社区间连边数量的变化等信息对节点进行划分.在人工合成网络和真实大规模网络上的一系列实验表明,SOCD算法在时间消耗和内存占用上具有较大的优势,比传统方法快10倍以上,且具有较强的鲁棒性,能够在线性时间和空间复杂度下高效、准确地挖掘网络中的重叠社区结构.

基于CAE分析的某SUV车内轰鸣声控制研究

某SUV在1000rpm附近存在明显的车内轰鸣声,通过对车身模态分析、NTF分析、节点贡献分析等CAE分析方法进行原因分析,确定是由掀背门振动引起声腔体积变化而造成的。改变掀背门振动特性,可降低车身声振灵敏度响应;试验验证结果表明,车内噪声在1000rpm附近降低3d B,轰鸣声得到了明显改善。

仿真分析在规避路噪风险中的应用

某SUV在数字样车阶段的CAE仿真分析结果显示,路面实际激励噪声超过目标值且高于同平台现有标杆车,存在较大路噪风险。通过传递路径分析、声学灵敏度分析、声腔模态分析和节点贡献量分析确定了路噪问题产生的主要原因。采取对后地板进行加强的措施优化了噪声传递函数,有效规避了潜在的路噪风险。后续阶段中该SUV工装样车经实际测试,路面噪声表现良好,体现了仿真分析对风险预测的重要性和对设计开发的指导意义。

电动燃油泵振动噪声的分析与控制

为了对汽车燃油泵的振动噪声进行分析与控制,文章结合噪声、振动与声振粗糙度(NVH)实验与仿真模拟分析,通过NVH实验(Artemis/LMS)调查引起车内噪声振动的机理,利用仿真模拟(Altair OptiStruct)分析搭载燃油泵的车身结构动态特性,仿真关键路径精细分析车身工作变形模态(ODS)与节点贡献量(GPA),为燃油泵振动噪声的优化提出可行性方案。NVH实验与仿真模拟分析结果表明:1)车辆怠速鼓噪声@100Hz与拍频噪声机理:燃油泵工作频率与整车怠速发动机八阶频率耦合发声;2)车辆常用电动燃油泵转子动平衡控制方法不完善,导致动平衡精度缺失,常引起燃油泵工频及谐频振动;3)通过试验与仿真结合快速定位车身薄弱位置,优化车身振动传递灵敏度3 dB,改善整车怠速燃油泵鼓噪声5dB(A)。文章详述NVH实验与仿真模拟结合分析方法,提出了抑制汽车燃油泵振动噪声的有效方案,提高车辆驾乘舒适性,研究结果为汽车电动燃油泵振动噪声控制提供了技术支撑。

基于NVHD整车模型的加速工况噪声控制与优化

文章主要阐述了某车型SUV在整车开发的前期阶段,针对加速工况噪声响应曲线中风险较高的峰值进行控制与优化的方法。首先应用HyperWorks的NVHD模块建立样车整车模型,通过对比样车仿真分析结果及测试结果,验证了模型的准确性。然后根据3G-WOT加速工况仿真得到噪声响应曲线,对存在的风险峰值频率进行分析。运用节点贡献量和ODS分析方法,定位出问题频率的主要响应敏感区域,并对车身板件结构提出优化方案。最后通过对优化方案的验证,证明了方案的有效性。