网络中心性指标在技术测度中的应用

探索网络中心性指标在关键技术、核心技术(群)和共性技术测度中的应用,将丰富和发展技术测度研究的定量方法,具有重要的理论意义和实践意义。中介中心度适合作为关键技术的测度指标,特征向量中心度适合作为核心技术群的测度指标,网络多重测量中心度适合作为共性技术的测度指标。

人工智能技术对中国制造业竞争力的影响研究

基于亚洲投资银行的投入产出数据建立网络分析模型以测算产业竞争力,使用各制造行业的工业机器人安装数量来表示人工智能在行业内部的应用情况。实证结果显示,从整体行业上来说,人工智能对我国制造业的竞争力水平有显著的提升作用,但对于不同技术密度的行业和人工智能的应用水平不同而呈现出异质性。具体表现在人工智能对于技术密度较高行业的促进效应更为显著,而且随着人工智能应用水平的逐渐提高,人工智能对行业竞争力的促进效果更显著。因此,制造业的转型升级要加强人工智能基础设施建设,考虑行业差异,健全发展机制。

基于特征向量中心度的技术会聚评价指标研究

针对技术会聚评价指标存在的不足,以综合评价技术会聚过程中技术领域的影响力及关联度两个重要维度出发,分别采用关联规则探析发生技术会聚的领域,交叉影响分析法测度技术领域间的影响力方向及作用强度,并以此为基础通过对技术会聚网络进行特征向量中心度分析得出技术会聚影响力指标。实证结果显示,评价指标具有明确的理论意义及实践价值,能够被应用于会聚过程中技术领域价值的判定。

基于多源遥感图像和复杂网络的城市主城区识别方法

针对现有的采用遥感图像的城市主城区提取方法仅利用数据光谱特征,未考虑城市的空间结构特征的情况,本文提出了一种基于多源遥感图像和复杂网络模型的城市主城区提取新方法。首先,采用八邻域极值法识别夜光图像的特征点,通过最佳路径成本法识别特征点的连接边,从而构建夜光图像复杂网络;其次,利用特征向量中心度改进复杂网络模型核心边缘结构识别方法,弥补其无法顾及节点邻域特征的不足;最后,依托分形网络演化算法获取Landsat-8图像的图像对象,构建夜光图像复杂网络节点与图像对象的空间映射关系,实现城市主城区提取。本文以沈阳、成都、西安3个城市为研究区域,以2019年的NPP/VIIRS夜光图像和Landsat-8图像为数据源,实验结果表明本文识别方法的总体精度为0.880 0,Kappa系数为0.741,较传统方法分别提高了0.119 8和0.255 9。

基于RBFCM和ECM的分层取证分析

为实现入侵证据的自动分析,设计一种基于取证图的分层取证分析方法。采用基于规则的模糊感知图模型,从局部识别出网络实体的状态,通过特征向量中心度计算得到重要的种子结点,再从大量攻击场景的关联结点中抽取攻击组。基于DARPA2000的实验结果表明,该方法在攻击组抽取和场景抽取方面具有较高的覆盖率和准确率。

效率视角下“一带一路”沿线国家创新影响力研究

从效率差异视角构建国家创新影响力评价方法,揭示“一带一路”沿线国家创新要素流动倾向性以促进交流合作。运用DEA模型测算各国创新效率,根据DEA原理识别国家间的认可关系,构建创新网络并用节点特征向量中心度表示各国创新影响力,分析创新影响力类型、创新网络特征及创新投入冗余率与产出不足率。结果发现,各国创新效率存在显著差距;各国分别处于创新网络中心、核心和边缘位置,国家创新影响力依次递减;按照创新要素相对强度,沿线国家可分为6种创新类型;最后,提出沿线国家间开展创新交流与合作的必要性和途径。

生产网络视角下的商业信用与银行信用

利用中国投入产出表及上市公司数据检验了生产网络的特征向量中心度对商业信用、银行信用及二者间关系的影响。研究发现,商业信用和银行信用均向生产网络中心度高的企业集中;随着生产网络中心度的提高,商业信用与银行信用间关系由“替代性”转变为“互补性”,即生产网络中心度越高的企业可以同时获得较多的商业信用和银行信用融资。在异质性分析方面,国有企业相较于民营企业,随着生产网络中心度的提高,获得的商业信用会增加,银行信用会减少;国有企业中随着生产网络中心度的提高,商业信用与银行信用间呈现“替代性”关系,而民营企业中二者间呈现“互补性”关系。研究表明提高民营企业的生产网络中心度,可以有效提升总体融资规模,并且利用民营企业中商业信用与银行信用间的互补关系,促进民营企业的发展。

大学篮球教练能力评价的机理模型

首先,根据球队之间的比赛数据建立有向网络来描述球队比赛结果,利用特征向量中心性度量进行网络分析,求出球队能力的评估值,对球队能力进行年度排名;再通过分析比赛净胜分M与球员能力P与教练能力C之间的关系,构造网络中所有比赛结果出现的概率似然函数;借助机器学习算法,求解似然函数的优化问题,从比赛结果中分离出教练能力,并以此对球队教练进行年度排名;最后,在每个教练年度排名的基础上,得到其在一段时期内的总排名。

一个基于BL模型和复杂网络的行业配置模型

行业配置是投资组合中承上启下的重要环节之一。传统的行业配置模型忽略了行业网络的整体关联性。本文以行业配置中广泛应用的Black-Litterman(BL)模型为基础(以机器学习和时间序列模型的预测值为主观观点),结合复杂网络方法,提出了BL模型的图示化表达方式,证明了BL模型最优投资组合权重与行业网络特征向量中心度之间的二次关系并进行了实证分析。在此基础上,提出了BL+Network行业配置模型,综合考虑行业间的整体关联风险,然后确定各行业投资比例。该过程从行业配置层面完善了复杂网络方法在“自上而下”投资组合管理中的应用框架。从与传统资产配置模型的实证比较发现,BL+Network模型的行业配置在夏普比率和增益损失比等指标上均有明显提高,在特征向量中心度处于序列中位数附近的行业配比较高,但配置行业数量并非越少越好。本研究为资产配置的研究提供了新视角,拓展了BL模型的交叉应用边界,补充了复杂网络方法在投资组合管理中的应用。

学科评估的新维度:博士互聘网络的排序

一、博士互聘网络排序的基本原理(一)博士互聘网络排序的理论始源.(二)博士互聘网络排序的基本假设.(三)博士互聘网络排序的相对优势.二、博士互聘网络排序的算法过程(一)特征向量中心度算法.特征向量中心度的具体计算过程如下:建立一个模型,给邻居节点打分,拥有高分的邻居节点越多会给予节点更多积极的影响,使得节点的得分也升高.(二)PageRank算法.PageRank是谷歌搜索引擎用于进行网页排序的算法,通过这种算法可以从众多的网页中筛选出最重要飽网页.

基于图论的原穴电敏化规律研究——针灸机器人智能配穴拓扑参数的临床验证

目的:探索基于图论的特征向量中心度加权校正算法对表现腹泻型肠易激综合征、后循环缺血性眩晕患者电敏原穴特征的价值,验证用于机器人智能配穴的拓扑参数。方法:以《针灸甲乙经》《针灸大成》《经络腧穴学》中的经穴名及其主治建立穴-症网络;测量患者及健康受试者的原穴电导值作为穴位敏化的物理表征,引入拓扑参数进行校正。结果:经过特征向量中心度的加权校正,腹泻型肠易激综合征、后循环缺血性眩晕患者的原穴电导值均高于健康受试者(P<0.05),原始值的差异无统计学意义。结论:基于特征向量中心度的校正算法可度量不同原穴在诊断中重要性的差异,初步证明了网络模型拓扑参数的临床效度,为针灸智能化提供了具体思路和方法。

基于PageRank的系统重要性金融机构识别模型

相对于依赖市场价格数据的标准计量统计方法,基于机构间双边敞口网络拓扑结构的金融网络模型更有助于系统重要性金融机构的识别和系统性风险评估。本文构建了贴近现实的CDS市场网络模型,并基于单个违约机构传染机制的分析,借鉴特征向量中心度和PageRank算法思想,研究建立了系统重要性金融机构识别的度量模型。本文所采用的排名技术算法在应对大规模金融网络数据时具灵活性和可行性。测试结果显示,监管当局不仅要关注"太大而不能倒"的机构,更须将金融网络中"关联太紧密而不能倒"的中心节点作为问题认真加以对待。