基于稠密子图的社区发现算法

基于密度的图聚类算法在社区发现中得到了广泛应用,然而由于其通过搜索网络中局部稠密子图来识别社区,使得大量结点因不能构成稠密子图而未被聚类。针对此问题,给出了一种基于稠密子图的软聚类算法(community detection based dense subgraphs,BDSG)。首先给出一种中心社区发现方法;进而定义了一种结点的社区归属度,并给出中心社区扩展策略;最终得到聚类结果。通过与CPM(clique percolation method)、k-dense算法在空手道俱乐部、海豚社交网络、大学生足球网络、电子邮件网络和合作网络等数据进行比较,表明BDSG算法在模块性指标与时间效率方面体现了良好性能,同时中心社区扩展策略能在一定程度上提高CPM、k-dense等基于密度算法的聚类有效性。

存储式岩心定向取心技术应用研究

采用岩心定向取心技术不仅可以迅速而方便地确定地下矿层和结构面的产状,而且还可以判断矿层的走向,了解地层倾向,预测钻孔弯曲的趋势。介绍了存储式岩心定向取心原理、关键技术问题、器具构成、技术参数以及现场应用情况。

黄河三角洲顶点城市定位与选择研究

依据增长极理论及双核空间结构模式理论,黄河三角洲经济区的开发应以顶点城市选择建设为突破口.山东省东营市位于黄河三角洲顶点位置,具有区位优势,石油、土地等资源丰富,工业基础及交通设施在区域内具有比较优势.另外,依据因子分析结果,东营在三角洲区域内总体竞争力居于首位.因此,从绝对量和相对量综合分析,东营成为黄河三角洲顶点城市的必然选择.东营应立足黄河三角洲的整体开发,明确顶点城市定位,加快自身基础建设,发挥龙头带动作用,带动整个区域经济的快速发展.

改进顶点聚类方法的并行核外模型简化算法

面向大型网格模型的简化问题,提出了一种基于顶点聚类方法采用多数据流策略的并行核外模型简化算法。算法首先将传统顶点聚类简化算法中的代表点计算方法改进为顶点筛选方法,进而设计了一种适用于分布式计算环境的数据外存储策略,最后采用多数据流的思想改进单元筛选与顶点筛选两个方法的执行过程,从而形成完整的并行核外模型简化算法。实验结果表明,该算法有效避免了基于区域分解的并行算法对模型结构的破坏,提高了模型简化的质量;相比于多种现有的并行算法,该算法极大程度优化了并行资源的负载分配问题,具备更为理想的加速比和并行效率。

一种基于核心顶点的无参图聚类算法

针对许多经典的图聚类算法存在输入参数难以确定、时间复杂度过高、聚类精度较低等缺点,提出了一种无须输入参数的基于核心顶点的图聚类算法(NGCC)。该算法将相似的顶点分配到同一个簇后,再利用PageRank算法发现核心顶点以形成初始簇;然后将剩余的未标记顶点进行分配,形成最终簇结构。实验结果证明,NGCC算法在无须任何参数的条件下,在不同规模数据集上的聚类质量与对比的经典图聚类算法相当或更优,而且适用范围更广。

弱点传递图的乘积

图X称为弱点传递图,如果X的自同态幺半群EndX在顶点集V(X)上的作用是传递的.得到的结果是:若图X和图Y是弱点传递图,则它们的卡氏积X□Y、范畴积X×Y、强积X Y和字典序积X[Y]都是弱点传递图.

有向图的弱对称性

讨论有向图的弱顶点传递和弱边传递性,得到了弱传递的有向图的刻画,确定了一些具体图类的弱传递性,给出了有向图各种传递性关系之间的区别和联系.

基于核心节点的虚拟网络嵌入算法

网络虚拟化技术被认为是目前用来改善网络架构的1种有效手段,可以解决底层硬件设施更换成本过高问题.如何进行虚拟网络嵌入问题也就成为了网络虚拟化研究的1个热点.保证嵌入成功率的同时,对如何在尽可能短的时间内进行嵌入过程进行研究,设计了1种基于割点集和重权集的核心节点的虚拟网络嵌入方法.实验证明,相比其他算法,所提算法的运行效率更高,同时提高了虚拟网络请求的接受率.

两类图的全染色问题

对图的全染色问题的研究现状及进展情况作了简要的介绍,并利用图的边染色的某些性质,研究了两类特殊图的全染色。

一类弱点传递图的广义字典序积

图X称为弱点传递图,如果X的自同态幺半群End(X)在顶点集V(X)上的作用是传递的.证明了弱点传递图X与一族相互同态等价的弱点传递图{Yx|x∈V(X)}的广义字典序积仍为弱点传递的.

一种基于代表参数的图聚类算法

图聚类是图数据管理领域中的一个重要问题。对于给定的图G,图聚类的目标是将图的顶点划分到不同的簇中。划分后,同一个簇中顶点间的连接较为紧密,而不同簇中顶点间连接较为松散。已有研究成果的共性问题是它们需要计算每两个顶点间的相似性,这需要浪费大量计算资源。基于上述问题,提出图聚类框架RPGC(Representative Parameter Graph Cluster)避免大量顶点间相似性的计算。RPGC使用历史聚类信息创建一组代表性强的参数集H。对于任意历史聚类参数h,RPGC可从代表参数集中找到与之相似程度较高的参数。当有新的聚类请求被提交时,RPGC可从H中找到与之相似程度高的代表参数,进而根据基于代表参数得到的聚类结果执行增量计算,实现图的高效聚类。利用大量真实数据集和合成数据集对RPGC的高效性进行了验证。

基于静力推覆分析算法的高层建筑混凝土核心筒抗震性能模拟

为减少因震动导致的高层建筑混凝土核心筒损伤,提出了基于静力推覆分析算法的高层建筑混凝土核心筒抗震性能模拟方法。选择某应用屈曲约束支撑的高层建筑混凝土核心筒为研究对象,结合PKPM软件模拟了基于静力推覆分析算法的高层建筑混凝土核心筒抗震性能。实验结果表明:静力推覆侧力分布形式对高层建筑混凝土核心筒的顶点位移角和基底剪力计算结果影响较大;屈曲约束支撑的高层建筑混凝土核心筒在X向的基底剪力曲线呈指数型增长;强震动作用下高层建筑混凝土核心筒的刚度降低、柱剪力的占比不断增大;延性系数恒定时,高层建筑混凝土核心筒能量谱比值与刚度折减系数呈正相关关系;高层建筑混凝土核心筒的损伤情况随强震持时的提升而提升;随着刚度特征值的不断增大,剪力墙耗能在总滞回耗能比中的占比下降,而框架梁柱耗能的占比则有所上升且分布形式大致呈线性。