Neighborhood Complex of Bipartite Graph

In this paper the structure of neighborhood complex of a bipartite graph is discussed, the concept of dusl complex is introduced, the main result that a pair of dual complexes is exactly the neighborhood complex or a connected bipartite graph is proved.

基于多尺度邻域收缩和结构滤波的加权PRNU模型

光响应非均匀性(Photo-Response Non-Uniformity,PRNU)是一种反映成像传感器缺陷的固有特征,可有效识别拍摄该数字视频的相机来源。针对网络压缩视频识别效果不佳的问题,提出一种基于Stein’s无偏风险估计的多尺度邻域值收缩滤波和自适应边缘结构保持的平滑滤波算法,并构建一个加权PRNU提取模型。该模型首先对跳过环路滤波的视频帧进行基于双树复小波的多尺度变换,使用基于Stein’s无偏风险估计的多尺度邻域值收缩滤波算法估计所有高频子带,得到噪声残差后,利用自适应边缘结构保持平滑滤波对复杂的噪声残差进行平滑处理,采用基于量化参数加权的最大似然估计方法聚合噪声残差得到PRNU的乘性因子,最后经过预处理得到PRNU。在Vision数据集上的实验结果显示,所提出的模型在视频时长为15 s时,移动和旋转参考指纹下的AUC值分别为0.9551和0.9549,Kappa系数分别为0.8403,0.8889和0.9132,均优于现有算法。

城市公交网络的鲁棒性分析模型

城市公交网络的鲁棒性是考核城市公交系统性能的重要指标,对其进行分析有助于更好地提出评价和优化措施.文中基于二分图模型,构建了城市公交系统的公交原始网络模型、公交站点网络模型和公交线路网络模型,定义了城市公交网络的拓扑结构鲁棒性指标,提出了针对大规模网络的鲁棒性分析的快速算法.最后以北京市公交系统为例,对3种公交网络模型在随机攻击和蓄意攻击下的鲁棒性进行了分析.结果表明:公交网络与随机网络相比,对于随机攻击方式的鲁棒性差别不大,但是对于按度数和按介数的攻击方式的鲁棒性要差于随机网络.

基于双树复小波变换和邻域操作的哈密瓜纹理提取

为研究哈密瓜表面纹理特征分布规律,采集金密16号9成熟、全熟和金密17号9成熟、全熟共168幅哈密瓜样本图像,对RGB彩色图像的R、G、B分量执行代数运算,转换为灰度图后进行背景分割,然后利用双树复小波变换(DT-CWT)分解图像,获取高频子图像,并对其执行邻域操作,采用迭代法选取最优阈值完成纹理提取,最后利用灰度差分统计法和纹理频谱分析法描述分析哈密瓜纹理特征,建立基于支持向量机(SVM)的分类模型。研究结果表明,利用DT-CWT和邻域操作相结合的方法可得到更加连续、完整的哈密瓜纹理图像;4种哈密瓜的纹理特征值差异显著,利用纹理特征值分类准确率为89.3%;哈密瓜表面纹理无周期性。

中国汽车零部件企业竞争网拓扑结构分析

通过搜集中国汽车零部件生产企业的信息,构建了中国汽车零部件及其生产企业的信息数据库以及描述二者之间关系的二部图,在二部图的基础上转化得到了零部件企业竞争网。用复杂网络的理论和方法分析了二部图和企业竞争网的各项静态统计属性。研究发现中国汽车零部件企业竞争网的度分布服从分段指数分布,且具有较小的平均路径长度、较大的群聚系数和结构测度值,表明其是既具有小世界性,又具有无标度性的随机网络。并讨论了二部图和企业竞争网的各项统计指标所具有的现实意义。

图书漂流网络模型实证研究

通过收集整理图书漂流(bookcrossing)网站一个月内的图书漂流信息,建立图书与用户的数据库模型,并且构建两者间关系的二分图。从复杂网络的角度分析计算该网络的相关参数,如度分布、聚集系数、平均最短路径、节点项目度、项目大小、点强度及节点兴趣度,得到的图书漂流网络模型同时具有无标度特性和小世界网络的特性。

基于邻域内相关系数与平均梯度的图像融合方法

通过分析研究图像融合的客观评价指标,提出了一种新的基于邻域的融合策略,即首先对源图像进行双树复小波(DT-CWT)分解,得到高频和低频图像。针对低频图像采用相关系数为阈值,以标准差加权平均进行邻域融合,高频图像以平均梯度为测度参数进行邻域融合,最后进行逆变换得到融合图像。采用均值、方差、熵和平均梯度4种客观评价指标来评价融合图像效果。实验结果表明,该方法能够较好地适应相似度差异较大的多传感器图像融合,有效地增强融合图像的细节信息和清晰度。

基于复杂网络理论的铁路换乘系统鲁棒性分析

基于赋权二部图和复杂网络理论,构建铁路换乘系统的铁路线路网络模型和铁路站点网络模型,定义了站点节点和线路节点的权重计算方法,并结合节点度和节点权重,设计了铁路换乘网络针对异常攻击的鲁棒性分析方法。最后,分别对铁路线路网络模型和铁路站点网络在随机攻击和蓄意攻击下的可靠性进行了实验分析。实验结果表明,铁路换乘系统对于随机攻击具有较强的鲁棒性,而对于蓄意攻击则表现出极强的脆弱性。

基于二分图网络的项目与专家多重匹配策略

科技项目培育或评审过程中,往往同时有多个项目和多位专家.每个项目都有限制被匹配的专家数量,每个专家又有最多容许匹配的项目数量.目前大多数的匹配过程中,专家多由人为确定或随机选取产生,往往导致专家与所评项目内容不匹配或相关度较低的现象.对于项目与专家网络具有的复杂网络特性,本论文着重考虑到项目与专家网络中同时存在的高聚类和小世界现象,将项目与专家进行抽象,从网络节点的关联性出发,利用二分图网络流模型,提出两种贪心匹配策略与一种传统最大流匹配策略的组合策略,设计出项目与专家的多重匹配算法.本文最后采用电力行业数据集进行多次实验,验证该策略可以有效应对项目专家网络,在计算耗时和匹配结果上都较传统网络流算法高效.

应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷

提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并将能量、偏度、峭度、模糊熵作为分类特征;利用邻域成分分析法对分类特征降维;将降维构造的新特征集输入到最小二乘支持向量机,判断磁瓦是否含有内部缺陷.通过实验验证,对提出的检测方法进行可行性分析.3种不同类型磁瓦的内部缺陷识别率均可以达到99%,与以往双谱切片方法相比,提高了检测识别率.试验结果表明,提出的方法具有检测速度快、可靠性高、适应性强等特点,为高效、准确地进行磁瓦内部缺陷检测提供了有效的技术手段.

复小波域层内层间相关性图像去噪方法

提出了双树复小波变换域尺度内和尺度间复系数相关性图像去噪新方法。该方法利用双树复小波变换的多方向性和平移不变性对图像进行多尺度分解,采用邻域复系数微分窗对其高频方向子图进行尺度内复系数相关性建模,并按最小错误率贝叶斯决策规则进行分类和状态标识;再把复系数尺度内状态标识与复小波域隐马尔可夫树相结合,从而实现降噪功能。实验结果表明,该方法在峰值信噪比指标上优于传统的滤波方法,能有效地抑制噪声的同时,对图像边缘具有较好的保护能力。

基于自适应同步的二部图复杂动力网络的权值识别

本文给出了二部图复杂动力网络的数学模型及其权值识别方法.运用自适应反馈控制技术,通过构造驱动―响应结构的同步网络,设计了网络权值识别控制器.应用Lyapunov稳定性理论及LaSalle不变集原理从理论上证明了结论,并通过数值仿真算例验证了所给方法的有效性.

群体兴趣网的统计特性研究

用复杂网络的方法研究特定群体进行万维网访问的行为特征,构建了具有准二部图形式的动态群体兴趣网络,观察了群体用户进行万维网访问的时间规律性,探讨了网络的拓扑结构,并对一周数据进行了度指数拟合.研究表明,虽然群体用户访问万维网的时间是随机的,所访问的网页各有不同,但大部分人的兴趣是一致的,群体兴趣网络的入度分布具有幂律特征,群体兴趣图谱基本稳定,校园群体上网行为具有特定的时间规律性.

关于线性时间复损码的研究

本文对基于随机二部图的复损码进行了深入的研究 .提出了给定度分布对的复损码成功译码时可接受最大损失δ的一上界 ,通过对此上界的详细分析提出了求解复损码度分布对的一种算法 .这就从理论上说明了具有如上算法选取度分布对的复损码 ,应该优于文 [2 ]所给度分布对的复损码 .

基于约束网络的产品进化设计

为解决约束条件下的产品设计问题,以复杂网络理论及图论为指导,建立了基于约束网络的产品创新设计模型.该模型从设计约束库中筛选相关要素作为约束变量,构建设计约束网络;利用对偶图计算约束网络中心性指标,实现节点重要度排序,进而归纳出设计约束问题并进行求解;最后建立一套基于约束的产品进化设计系统.以夜光杯为对象进行实例研究,构建相关设计约束网络;分析得到其关键节点,归纳出具体的设计约束问题,并应用动力学模拟、控制点区间约束等方法对其进行求解;开发夜光杯进化设计系统,选取具有代表性的传统夜光杯样本进行形态进化,生成一系列满足约束条件的夜光杯设计方案.结果表明:该模型有效实现了约束网络指导下的产品设计.

基于正交邻域保持投射的DT-CWT特征人脸识别

为了有效地利用双树-复小波变换(DT-CWT)进行人脸识别,提出一种将DT-CWT与正交邻域保持投射(ONPP)相结合的方法.先通过DT-CWT得到具有空间、频率以及方向特征的人脸特征表示,然后使用ONPP对特征向量进行线性降维,有效地保持了数据的局部与全局的几何特征,最后进行识别测试.实验结果表明,基于DT-CWT的ONPP算法可以在特征维数有效降低的前提下很好地完成人脸识别任务.

基于对偶树复数小波变换的邻域自适应的图像降噪

该文提出一种新的基于对偶树复数小波变换的邻域自适应的图像降噪方法,它是现存的NeighShrink降噪方法的改进。该文运用Stein的无偏风险估计,在小波域每一个子带为NeighShrink方法确定一个最优的阈值和邻域窗口,并将NeighShrink方法从正交的小波变换推广到对偶树复数小波变换。实验结果证实,该文方法比当前基于小波的最具竞争力的图像降噪方法取得了更好的降噪效果。

基于管线对偶图模型的供水管网可靠性分析

为了利用复杂网络理论对供水管网进行结构测度和鲁棒性分析,提出一个新的管网模型——管线对偶图模型.该模型将顺序相连、无大角度转折的同口径同材质管段序列看作统一实体,即管线.将管线抽象为节点,两相交管线对应的节点用边相连,由此形成的无向图即为管线对偶图.使用这一模型对3个城市的供水管网进行结构测度,结果显示,管线对偶图具有明显的无标度特性.利用无标度网络鲁棒性分析方法中的模拟攻击方法,使用3种攻击策略进行实验.结果表明,管网在不同攻击策略下结构变化规律呈现较强的相似性,都会经过初始期、分裂期和崩溃期3个阶段;不同的攻击策略下供水管网进入分裂期和崩溃期的进程差异明显;基于节点度的攻击策略对管网的影响最大,基于节点介数中心性其次,随机攻击对管网的影响最小,高度连接的管线是供水管网中关键和脆弱的部分.对结构测度和模拟攻击的结果进行分析,发现谱隙和进入分裂期的去点率可作为衡量供水管网可靠性的重要指标.针对管线对偶图模型提出的可靠性分析方法可以用于指导供水管网的设计和运维.

基于图的脑组织磁共振图像分割方法

提出一种基于图的层次聚类算法实现脑组织磁共振图像的自动分割。首先,采用基于图的分割方法对脑组织MR图像进行初始分割。由于脑组织MR图像各类组织结构分布复杂,尤其是脑脊液和灰质区域细节信息丰富、结构变化多样,分割结果中存在过分割现象。因此,利用对偶树复小波变换高频子带信息构造基于图的分割方法中参数k的自适应取值函数,避免图像平滑区域分割后产生大量小区域。然后,以层次聚类算法合并分割得到的小区域,解决基于图的方法分割脑组织MR图像中存在的过分割问题。最后,通过大量真实脑组织MR图像实验证明该方法在脑组织MR图像分割中的准确性和稳定性。

基于二部图的公共交通网络模型

利用现有方法对兰州市公共交通网络进行建模时,不能得到真实网络参数,或复杂度过高。为此,以二部图作为基本模型,将车次作为"上集",站点作为"下集",建立兰州市公共交通网络模型。计算并分析数据,验证其符合小世界特性和无标度网络,并利用Laplacian特征值和最大连通子图相对值来分析网络的性能和连通情况。分析结果证明,该模型在减少网络存储空间的同时能保证计算结果的准确,且对其优化也较简单直观。