基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明,存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。

基于边权重的WordNet词语相似度计算

针对目前词语相似度算法中普遍存在的信息源单一化,计算结果非线性偏高,以及计算性能和效率的不一致的缺陷,提出了一种基于边权重的WordNet词语相似度的计算方法。该方法在路径与深度的基础上,通过边权重改善WordNet结构中的层次不均匀性,引入编码概念唯一标识两个概念间的相似度,并利用余弦函数修正计算结果的非线性偏差。实验结果表明,对于MC30和RG65测试集,使用该方法计算的词语相似度值与人工判定值计算得到的Pearson相关系数均达到0.87;此外,该方法在计算性能和效率上均保持较高水平。

无标度网络中边权重对传播的影响

为独立研究权重涨落的影响,在权重涨落变化时,需要保证边的平均权重保持不变,为此提出了满足平均权重不变条件的边权重定义,给出了一种新的通用易感—感染—康复(SIR)模型在加权网络中的表述方法。仿真实验结果表明,在加权无标度网络中,权重涨落增大时,SIR模型中传染病的发展得到抑制,传播速度和最终规模均低于权重为1的等权网络。

基于概念间边权重的概念相似性计算方法

介绍了传统的基于距离的相似度计算方法,针对其在距离计算中包含语义信息不充足的现状,提出了一种改进的使用WordNet的基于概念之间边的权重的相似性度量方法。该方法综合考虑了概念在词库中所处层次的深度和密度,即概念的语义丰富程度,设计了一种通用的概念语义相似性计算方法,该方法简化了传统语义相似性算法,并解决了语义相似性计算领域的相关问题。实验结果表明,所提方法在Rubenstein数据集上与人工判断有着0.910 9的相关性,与其他经典的相似性计算方法相比有着更高的准确性。

基于边权重和集聚系数的航线重要性评估方法

针对中国航空运输网络的空域拥挤和航班延误问题,基于复杂网络理论对航空运输网络加权分析。通过节点度值对网络中的边赋予权值,分析加权方式对于衡量重要程度的准确性和可用性,同时考虑两节点对边的支撑作用,提出一种基于边权重和集聚系数的航线重要性评估方法。采取不同的攻击方式,验证该方法的有效性,结果表明该方法能准确地判断航线的重要程度,为突发情况下的流量调配提供了新的策略和支持。

边权重的混合攻击策略

鉴于当前网络攻击策略多样化和复杂化的现状,提出了以边权重作为度量复杂网络中边重要性的指标,并与传统的边介数度量指标进行了对比分析。通过4种类型的仿真网络,论证了边权重的合理性和有效性,并在边攻击策略的基础上提出了一种混合攻击策略。将新的攻击策略与传统的点攻击策略和边攻击策略进行对比分析,仿真结果表明:所提出的混合攻击策略对网络造成的破坏程度明显大于传统的点、边攻击策略。当网络崩溃时,混合攻击策略的攻击次数几乎为点攻击策略的一半。

针对社交网络边权重的差分隐私保护

针对社交网络边权重隐私保护中的弱保护和最短路径不可分析问题,提出一种满足差分隐私保护模型的边权重保护策略。将社交网络划分为全次图、缺次图、零次图,设计扰动方案及查询函数,对不同图进行查询获取其边权重并按扰动方案对不同的边权重添加不同的Laplace噪声,实现抵御攻击者拥有最大背景知识的攻击的边权重隐私保护,保证一组节点的最短路径不变,且其长度与原路径长度相近。该策略有强保护性及最短路径可分析性,从理论上验证了算法的可行性,通过实验验证了算法的正确性。

权重社交网络隐私保护中的差分隐私算法

针对社交网络的边权重隐私泄露问题,提出一种权重社交网络隐私保护算法。利用无向有权图表示社交网络,把边权重序列作为一个无归属直方图处理,将包含敏感信息的权重加入拉普拉斯噪声以满足差分隐私保护要求。为减少噪音量,对直方图中具有相同计数的桶合并成组,根据组间k-不可区分性来保证差分隐私保护要求,通过对原始的权重序列进行一致性推理保持网络最短路径不变。理论分析和实验结果表明,该算法能够满足差分隐私保护要求,且提高了信息发布的准确性和实用性。

基于向量相似的权重社会网络隐私保护

针对权重社会网络发布,提出采用基于向量相似的随机扰动方法实现多个发布场景下网络结构和边权重的隐私保护.该方法以边空间理论为基础,采用基于节点聚类的分割方法构建权重社会网络的向量集模型;以加权欧氏距离作为向量相似的度量标准,根据选定阈值构建发布候选集;从候选集随机选取向量实现权重社会网络的发布;可抵御多种节点识别攻击,迫使攻击者在一个向量发生概率相同的庞大结果集中进行重识别,增加了识别的不确定性.实验结果表明,该方法在确保社会个体隐私安全同时可保护社会网络分析所需的某些结构特征,提高发布数据效用.

拟单圈图的调和指数

调和指数是一个与图的边和顶点度的相关概念,调和指数在图中代表了一种度量图的边权重的方式.设图G是n阶的简单图,图G的调和指数H(G)定义为H(G)=∑_(uv∈E(G))2/d(u)+d(v),其中E(G)表示图G中的边,d(u)和d(v)分别在图G中表示顶点u和v的度.拟单圈图是一类特殊的图,它不是单圈图,且在图G中存在点u∈V(G),使得G-u为连通的单圈图,则图G就称为拟单圈图.针对d(u)≥2的情况下,给出了拟单圈图的调和指数的下界,并在此情况下刻画了极图.

基于节点加权和边加权的重分形研究

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进,并利用分形布朗运动时间序列进行改进算法的验证,然后利用改进的沙箱算法对由分形布朗运动时间序列生成的同时包含节点权重和边权重的可视复杂网络进行计算,接着同时单独改变边权重和节点权重,进一步研究广义分形维数随边权重和节点权重改变的变化情况。结果表明改进沙箱算法在保持了传统沙箱算法计算精度的前提下,大大地提高了计算的速度。对于同时单独改变节点权重和边权重,对复杂网络的广义分形维数的影响是截然不同的,节点权重的变化基本不影响网络广义分形维数的变化,而边权重则大大的影响且不同权重指数下的影响情况各不相同。

有限元并行计算自动分区方法的优化

针对集群系统下动力学问题的大规模显式有限元并行计算的特点,在对多层次谱二分分区方法各个阶段的算法进行分析和试验的基础上,对其相关阶段的分区策略和算法进行了优化和调整,提出了一种多层次谱二分优化分区方法,并应用该方法对不同几何类型的有限元模型进行了分区测试,得到了满意的结果.与多层次谱二分分区方法相比,多层次谱二分优化分区方法的分区效果和分区效率都得到了明显改善.

基于并列结构的部分整体关系获取方法

部分整体关系是一种基础而重要的语义关系,从文本中自动获取部分整体关系是知识工程的一项基础性研究课题。该文提出了一种基于图的从Web中获取部分整体关系的方法,首先利用部分整体关系模式从Google下载语料,然后用并列结构模式从中匹配出部分概念对,据此形成图,用层次聚类算法对该图进行自动聚类,使正确的部分概念聚集在一起。在层次聚类基础上,我们挖掘并列结构的特性、图的特点和汉语的语言特点,采用惩罚逗号边、去除低频边、奖励环路、加重相同后缀和前缀等5种方法调整图中边的权重,在不损失层次聚类的高准确率条件下,大幅提高了召回率。

匿名最短路径的top-k路径贪心泛化算法

针对加权网络数据未经处理发布会造成最短路径隐私泄露的问题,提出k-最短路径候选匿名隐私保护模型,并给出一种最短路径贪心泛化算法实现该匿名模型。对目标节点对之间的top-k路径上的权重进行泛化,根据候选匿名区间调整top-k路径与最短路径不重叠边的泛化区间,使得目标节点对之间存在k个最短路径的候选集,攻击者不能以高于1/k的概率识别最短路径。实验结果表明,提出算法的边权重分布变化量、查询错误率和累积误差明显小于k-可能路径匿名算法和k-多样化路径匿名算法,在不改变图结构特征的同时能有效实现最短路径匿名。

基于模糊语义的本体概念相似度计算算法

针对现有本体概念相似度计算方法无法处理概念特征属性的模糊性问题,基于本体的语义结构特点提出了通过语义扩展集来对概念特征进行描述的方法,并在此基础上定义概念的模糊特征集合.在特征的量化过程中,充分考虑了本体概念相似度的不对称性、概念的层次深度及区域密度对相似度的影响,最后,通过模糊集合之间的相似度来衡量本体概念的相似度.在通用数据集上的实验表明,该方法的相似度计算性能要优于以往的计算方法.

基于Petri网关联矩阵的流程模型间距离计算方法

为了对企业大规模业务流程库进行有效管理,提高业务流程的索引与检索效率,需要计算流程模型间距离。在传统工作流网的基础上,定义一种带边权重的工作流网,给定节点边权重构造规则与算法,从而构造带边权重的工作流网。以Petri网关联矩阵为基础,定义带边权重的工作流网关联矩阵。借鉴矩阵论中矩阵范数的定义,给出流程模型间距离的定义,并且证明了所定义的流程模型间距离满足距离度量的三个特性。基于人工实例流程模型,通过对比实验,证明所给方法的可行性和有效性。基于IBM公开的真实数据集,对论文所提方法的性能进行相应分析。

无线网络中多源交互信息关键特征检索方法研究

为根据网络多源信息的定向特征,对其进行针对性的检索管理,提出无线网络中多源交互信息的新型关键特征检索方法。通过协商网络多源信息密钥的方式,完成传输信道的物理交互,并以此为条件,优化信息的无线发射端,实现无线网络多源交互信息处理。在此基础上,建立交互信息的检索框架,并通过关键特征的倒排索引,计算检索边权重,完成无线网络中多源交互信息关键特征检索方法研究。对比实验结果表明,与Employees索引相比,应用新型信息关键特征检索方法后,网络多源定向特征参数最大值不超过1.10,最大检索信息特征量达到9.2×10^13T,实现对网络多源信息的针对性检索管理。

面向双层网络的EWCC社区发现算法

针对关系型网络的社区发现问题,考虑节点间相互作用的强弱程度和信息渗流机理,创新性地提出了一种基于边权重和连通分支(Edge Weight and Connected Component,EWCC)的社区发现算法。为了验证算法的有效性,首先,构建了5种具有相互作用的双层网络模型,通过分析层间节点作用的强弱程度对网络拓扑结构的影响,确定了5种双层网络模型下生成的30个数据集;其次,选用真实数据集分别与GN算法和KL算法在模块度、算法复杂度和社区划分数目评价准则上进行了对比,实验结果表明EWCC算法的准确性较高;然后,结合数值仿真得出,随着层间作用关系减弱,模块度值和社区数目成反比,并且当双层网络层间节点关系较弱时,社区划分效果较好;最后,作为算法的应用,利用实证数据构建了“用户-APP”的双层网络并进行了社区划分。

加权社交网络敏感边的差分隐私保护研究

社交网络边权重表示节点属性相似性时,针对边权重能导致节点敏感属性泄露的问题,因此提出一种利用差分隐私保护模型的扰动策略进行边权重保护。首先根据社交网络构建属性相似图和非属性相似图,同时建立差分隐私保护算法;然后针对属性相似图及非属性相似图边权重进行扰动时设计扰动方案,并按扰动方案对属性相似图及非属性相似图进行扰动,实现了攻击者无法根据扰动后边权重判断节点属性相似性,从而防止节点敏感属性泄露,而且该方法能够抵御攻击者拥有最大背景知识的攻击。从理论上证明了算法的可行性,并通过实验验证了算法的可行性及有效性。

超密集网基于干扰公平及多维协作的虚拟小区生成算法

在超密集网络场景中,小区密度持续增加使得干扰关系更加复杂,重叠虚拟小区结构使得资源分配深度耦合,导致虚拟小区选择成为影响系统性能的因素之一。为此,针对虚拟小区边权重设计,采用联合资源分配前置化思想,提出一种综合了干扰公平功率分配、MU-MIMO配对及协作传输诸增益因素的权重方案。针对虚拟小区成簇,基于提出的权重设计准则,通过最大权重成对小区成簇算法实现虚拟小区可重叠成簇。仿真结果表明,提出的虚拟小区生成算法可在低计算复杂度的前提下保证系统性能的改善。