基于改进超邻接矩阵和熵权-TOPSIS的卫星互联网关键节点识别

“一星多用、多星组网、多网协同”思想的发展与应用为卫星互联网的关键节点识别带来了更多的挑战,也提出了更高的要求。针对卫星时序网络节点评估结果不准确的问题,考虑了不同时间片拓扑之间的耦合强度,提出了一种基于改进超邻接矩阵(supra-adjacency matrix,SAM)的卫星互联网时序网络模型。随后,综合卫星节点在网络中固有的拓扑特性和通信特性,选取特征向量中心性、介数中心性、节点紧密度、传输时延、传输速率和传输容量指标建立了节点重要度综合评估指标体系,在此基础上,基于熵权-逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)和时间权重矩阵设计了卫星互联网节点重要度评估方法。通过ARPANET和铱星星座进行仿真验证,实验结果证明了所提出的模型和方法能够准确地从局部和全局角度获得卫星节点重要度排序,并识别出潜在重要节点,对卫星互联网关键节点识别及抗毁性研究有一定的参考意义。

一类树的邻接矩阵的Moore-Penrose广义逆

根据矩阵结构性质,利用分块矩阵技巧给出任意点数、任意长直径的毛毛虫树邻接矩阵的Moore-Penrose广义逆的具体形式,为进一步研究毛毛虫树的代数性质提供理论支撑.

基于融合邻接矩阵的多时态局域电网拓扑分析技术

针对传统邻接矩阵在进行多个节点的电网拓扑分析时存在矩阵计算量大、效率偏低且难以满足实时性要求等问题,文中提出了一种基于融合邻接矩阵的多时态局域电网拓扑分析技术。该技术在将电网模型抽象为映射图的基础上,建立与映射图对应的邻接矩阵,通过该矩阵计算相应的全连通矩阵。同时为了提高计算效率,还在计算全连通矩阵的过程中引入了准平方的思想,并在每计算出一个新的连通矩阵元素后,使用该元素更新老元素及其对称位置元素的值,以得到全连通矩阵,从而完成电网拓扑中的母线与电气岛分析。测试结果表明,在相同的实验条件下,所提方法的运算次数相较于其他算法减少了60%以上,且运算时间大幅缩短。

图的一种加权邻接矩阵谱半径和能量的界

图G的一种加权邻接矩阵记为A_(db)(G)=(a^(db)_(ij))_(n×n),若顶点v_(i)和顶点v_(j)相邻,则a^(db)_(ij)=d_(i)+d_(j)/d_(i)d_(j),反之a^(db)_(ij)=0.给出图G的加权谱半径的上下界,并在此基础上给出加权谱半径的Nordhaus-Gaddum-type关系.得到了图G的加权能量的几个上下界,并在此基础上给出加权能量的Nordhaus-Gaddum-type关系.

描述变胞机构构态变换的邻接矩阵法

根据变胞机构的变胞原理,提出变胞机构的三种变胞过程:杆件增加、杆件减少和杆件数不变仅拓扑结构发生变化。在研究变胞机构的三种变胞过程后,提出用邻接矩阵变换的方法来描述变胞机构的变胞过程,同时提出用于相应邻接矩阵变换的4种初等矩阵。矩阵变换法能清楚地描述机构在变胞过程中,各构件的邻接特性变化以及增加或减少的构件数。采用矩阵变换法来描述机构的变胞过程,将变胞机构的构态变换转化为一系列矩阵运算,普遍适用于各种变胞机构的构态变换分析。变换过程全部由矩阵实现,且不需对新机构重新编号,易于计算机编程运算。

用邻接矩阵识别机构运动链同构的研究

研究了同构运动链的邻接矩阵之间的关系,指出了现有理论的几个错误,给出了同构运动链其邻接矩阵的特征矢量及特征值关系的充分必要条件。据此提出了识别机构运动链同构的方法,它不仅可识别运动链的同构,而且可得到同构运动链构件间的对应关系。完善和发展了应用邻接矩阵特征矢量及特征值识别机构运动链同构的理论和方法。

基于攻击图的风险邻接矩阵研究

针对各种已知的工具产生的攻击图十分复杂而且难以理解的问题,提出一种基于攻击图的风险邻接矩阵方法,并通过实验验证了所提方法的合理性和有效性。结果表明风险邻接矩阵方法增强了攻击图可视化的程度,并简洁有效地解决了风险评估中由环和回路带来的重复计算问题。

一种新的基于邻接矩阵的拓扑排序算法

为了降低基于邻接矩阵的拓扑排序算法的复杂性,将单顶点算法框架扩展成集合算法框架,给出一些便于进行拓扑排序的有向无环图的性质。在此基础上,定义了适合进行弧删除操作和无前驱顶点判断的邻接矩阵运算,给出了有向弧邻接矩阵的存储方案,最终提出了一种时间和空间复杂度都比较低的拓扑排序算法。

基于属性邻接矩阵的攻击图表示方法研究

为降低攻击图的复杂度,方便安全人员的理解分析,该文提出了属性邻接矩阵的表示方法,并设计了多步邻接矩阵的算法。利用邻接矩阵元素表示目标网络中各属性的连接关系,通过矩阵算法得到多步攻击路径,对邻接矩阵进行概率计算可得攻击成功的概率。实验环境验证了所提方法能提高攻击图的可视性,降低安全分析的难度。

复杂网络的邻接矩阵及其特征谱

复杂网络的邻接矩阵全面地刻画了网络中节点之间的相互关系,通过它能够很好地描述复杂系统的特质.文中推导了网络邻接矩阵与网络各特质之间的函数关系,找出了网络邻接矩阵与网络结构的一一对应关系,还对各类网络的邻接矩阵特征谱进行了分析与总结,结果表明不同类型的网络其邻接矩阵谱分布也不相同.

邻接矩阵和粒子群优化算法应用于微电网重构

为了准确分析微电网故障时的重构特性,解决系统重构时复杂的数学运算问题,针对美国电气可靠性技术解决方案联合会CERTS(consortium for electric reliability technology solutions)推荐的微电网原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据微电网结构特点和CERTS提供的原始数据,以负荷损失最小为主要目标函数,建立了微电网的数学模型,运用Matlab对算法进行编程,将该算法运用到此微电网中,先利用系统的邻接矩阵对网络拓扑结构进行筛选,然后用粒子群算法进行寻优。仿真结果表明,该算法不依赖网络的原始结构,具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,有很好的实用性。

基于邻接矩阵的FP-tree构造算法

提出了一种基于邻接矩阵的FP-tree构造方法。首先通过扫描数据库建立2-项集支持数的邻接矩阵,通过邻接矩阵对项进行过滤和新方式排序,然后再利用邻接矩阵构造FP-tree,使得FP-tree的分支、节点数和深度大幅度地减少,从而使存储空间减少、遍历时间缩短。最后使用标准数据集进行验证测试并和其他算法的比较,实验结果表明,该算法在保证结果的同时有效地提高频繁项集挖掘的效率。

基于邻接矩阵的图形化网络拓扑分析方法

介绍了基于面向对象的网络拓扑模型,在此基础上,针对不同元件类型利用面向对象的方法定义了元件类。利用自动生成的邻接矩阵来进行分析搜索,能够很好地得出节点间的拓扑关系,并且能够根据网络中开关的变化实现动态修改,完成了拓扑分析的两个任务:等值节点划分和电气岛划分,从而避免了利用常用邻接矩阵法拓扑分析时,邻接矩阵的(n-1)次自乘运算,提高了分析的效率。实际应用表明,这种基本邻接矩阵的分析方法具有一定的实用价值。

基于邻接矩阵分解的脑电特征提取与分类方法

针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法。首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特征参数,最后输入支持向量机分类器,对BCI Competition IV Data Sets 1中的四组数据进行分类识别。实验结果表明,基于脑功能网络邻接矩阵分解的特征提取和支持向量机分类器的方法能够以较高识别率区分不同的运动想象任务,为脑电特征提取研究提供了新的思路。

基于缩杆邻接矩阵的平面运动链同构识别

在研究了平面机构运动链结构不变量的基础上,基于缩杆邻接矩阵提出了3个新的运动链结构恒量序列,这些恒量序列将杆的级别、运动副数目以及各杆的连接关系考虑在内。并进一步提出了以它们对运动链进行同构识别的缩杆邻接矩阵法,该方法具有操作简单、可靠性好、识别效率高等特点。

基于转化邻接矩阵的含复铰运动链描述与同构识别

针对机构分析与综合中复合铰链难以处理和含复铰运动链同构识别困难的问题,分析复合铰链的内部结构,提出引入Pin构件将复合铰链转化为多个并联单铰链的新方法,从而将含复铰运动链转化为只含单铰的简单运动链。定义运动链转换邻接矩阵,用于描述含复铰运动链,通过分析发现该矩阵的内涵性质丰富,方便运动链的分析。提出运用转换邻接矩阵的阶数、对角线元素矢量、矩阵特征值和特征矢量等参数识别判断含复铰运动链同构关系的方法,这些特征参数是含复铰运动链的不变量。实例证明,利用转化邻接矩阵可简单、方便、直观地描述含复铰运动链,其特征值和特征矢量用于识别含复铰运动链的同构关系,具有准确、高效和简便的特点。定义的转化邻接矩阵及其运用方法为复合铰链的处理以及含复铰运动链的识别提供了新的途径。

基于邻接矩阵的全文索引模型(英文)

文本信息的急剧增加和越来越多的用户通过在线方式获取文本信息,使得查询效率成为信息检索系统一个突出瓶颈.提出两种新型全文索引模型,用于改善信息检索系统的查询效率.通过使用有向图表示文本串,引出关于文本串的邻接矩阵;采用两种不同的方式实现文本串邻接矩阵,导出了两种基于邻接矩阵的新型全文索引模型,即基于邻接矩阵的倒排文件和基于邻接矩阵的PAT数组.给出了基于新模型的文本查询算法;分析了新模型的存储空间和查询时间的开销,并分别与两种传统索引模型进行了比较.对实际文本库进行了测试以证实新模型的效能.新模型能够以相对于原文较小的空间代价获得较大幅度的查询效率的提高,因此适合于在大规模文本检索系统中应用.

利用邻接矩阵的幂序列进行运动链和机构的同构判定

从同构的图论意义出发，提出了一个新的运动链结构不变量，进而提出了利用邻接矩阵的幂序列进行运动链同构判定的方法。它与现有的其他方法相比，具有直观、简便和显明图论依据的特点，且该方法不仅可以实现运动链的同构判定，而且可以成功地判定一般图的同构。在此基础上，本文最后给出了从同一运动链中识别出不同机构的两个方法。

基于改进邻接矩阵的稀疏技术及其在电力系统计算中的应用

针对存储网络拓扑结构的邻接矩阵具有高度稀疏的特点,对其表现形式进行改进,并将改进后的邻接矩阵应用于节点优化编号、检索信息的提前确定以及节点导纳矩阵的形成。在因子分解过程中,为实现列方向的非零检索,增加了列向的存储信息,并制定相应的检索方式。根据优化编号过程中新增支路与因子分解非零注入元的关联性质,在优化编号的同时,记录新增元素的位置并形成存储框架。将所提稀疏技术应用于谐波阻抗扫描与等值程序的开发,对6个电力系统的测试结果表明,随着系统规模的增大,所提方法与传统方法及NIMSCAN程序相比,可显著提高节点方程的求解效率,适用于大规模电力系统的分析与计算。

用邻接矩阵判断含复铰平面运动链同构和拓扑对称的新方法

提出了含复铰平面运动链同构和拓扑对称性判断的邻接矩阵方法。通过适当地定义运动链的邻接矩阵,在结构特征相同的情况下,比较两运动链邻接矩阵的结构,即可完成同构判断。通过邻接矩阵可得到构件或铰链点的广度优先生成树,比较生成树的结构特征,即可确定构件或铰链点的拓扑对称关系。研究表明,该方法具有简便、可靠、计算工作量小和便于用计算机处理等特点。