基于图卷积神经网络的节点分类方法研究综述

节点分类任务是图领域中的重要研究工作之一。近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展。图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支。对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类经典图卷积神经网络——谱域和空间域图卷积神经网络,以及图卷积神经网络在节点分类领域面临的挑战;之后从模型和数据两个视角分析图卷积神经网络在节点分类任务中的研究成果和未解决的问题;最后对基于图卷积神经网络的节点分类研究方向进行展望,并总结全文。

基于小扰动频率量测数据的电网节点惯量分布评估方法

惯量在电力系统抵抗扰动中起到关键作用。随着新能源渗透率的提升,电力系统中低惯量与惯量时空分布不均的特征日益凸显,准确评估电网节点惯量分布具有重要意义。为此,文中提出一种基于小扰动频率量测数据的节点惯量分布评估方法。首先,分析了频率与惯量的数学耦合机理,揭示了新型电力系统惯量分布特征。然后,根据单次小扰动下的频率量测数据与系统电源参数,分别提出了考虑各节点频率相较于系统中心频率变化水平偏差的节点等效惯量定义方法,以及基于自适应阶数多项式拟合的节点频率变化率计算方法,两层方法相结合即可计算出单次小扰动下的节点等效惯量。进一步,鉴于单次小扰动下求出的节点等效惯量具有一定的随机误差,提出考虑多次扰动事件评估结果的动态聚合策略,形成适用于新型电力系统的节点等效惯量分布评估方法。最后,分别以IEEE 39节点系统、中国某省级电网为例验证了所提方法的有效性。结果表明,所提方法所需数据量少,仅需各节点同步相量测量单元采集的频率量测数据即可实现对电网惯量分布的有效评估,评估结果准确性高且时效性强。

基于条件生成对抗网络的无线传感网络多节点失效修复研究

当前主流的传感节点失效修复主要通过纠删码完成,修复后节点具有更高的空间利用率,但无法有效提升网络寿命。为此,提出基于条件生成对抗网络的无线传感网络多节点数据重构方法,完成失效修复。感知无线传感网络节点,对失效节点展开裁决,确定失效节点位置,并重构节点内数据;将获取的失效节点用于条件生成对抗网络(CGAN)框架中生成器与节点替换网络的训练,通过训练好的生成器,以失效节点为条件,生成未失效节点;为提升修复性能,使用粒子群算法寻优节点替换网络参数,完成节点重构数据置换,实现失效节点的有效修复。结果表明:利用所提方法进行修复时,能耗最高仅为17 J,剩余寿命最低可达到300 h,连通度最高可达到99.2%,具有较好的修复效果。

基于图卷积网络和图数据增强技术的节点分类研究

在图卷积网络中,节点分类是一个基本问题,它涉及到图中节点的标签预测。然而,由于真实世界中的图往往具有复杂的结构和噪声,节点分类准确率往往不尽如人意。为了解决这个问题,提出了一种使用图神经网络和图数据增强技术的方法来提高节点分类准确率。首先,我们使用图数据增强技术对图数据进行预处理,对原始训练数据进行变换和扩展来生成更多训练样本,以此来提高模型的泛化性和鲁棒性,然后用图卷积网络模型对图数据进行节点分类,最后,在Cora数据集上进行了多次对比实验。实验结果表明,使用图卷积网络和图数据增强技术可以显著提高节点分类准确率,Cora数据集上的节点分类准确率从82.6%提高到了84.0%。

基于重要值排序和自适应阈值的Douglas-Peucker算法

矢量数据压缩长久以来一直是地理信息系统(GIS)领域的关注焦点,旨在缩减数据规模以满足应用性能方面的需求,同时减少数据传输、系统处理时长以及储存成本,从而提高系统性能和运行开销。虽然在该问题上已取得了一些研究成果,但由于技术进步和新需求的涌现,对矢量数据压缩的压缩率和精度都提出了更高的要求,同时如何确定最优的阈值也成为了一个亟待解决的问题。因此,本文从矢量数据中不同节点对整个矢量图形产生变化的重要性以及如何确定最佳阈值出发,设计了结合重要值排序和自适应阈值的Douglas-Peucker算法。通过对上海市民政部门内部矢量数据集的实验表明,改进算法在压缩率相同情况下,数据压缩效果整体优于Douglas-Peucker算法及其改进算法。

石油物探无标记施工技术新探索

无标记物探作业无需在地面做任何标记,具有节省人力成本,降低安全风险,减少环境损害等优势,是未来石油物探导航定位的一种新模式。在传统无标记施工的基础上,结合节点技术和激光雷达技术发展,给出了两种探索性方案。一是在节点仪器中记录GNSS原始数据,通过后处理获得高精度节点坐标;二是对节点记录的单点定位结果进行滤波平滑,获得亚米级平面位置,再利用激光雷达数据对高程数据进行替代,从而获得节点的高精度坐标。

基于NURBS曲面的小麦叶片三维重建

针对小麦叶片三维可视化不易实现的问题,通过NURBS曲面算法对小麦叶片进行三维重建。实测小麦叶片长度、叶片宽度、茎叶夹角、叶鞘长度、叶鞘直径等具体数据,通过主脉控制点算法计算叶片和叶鞘的主脉控制点信息,根据叶片宽度、叶鞘直径等信息计算出全部控制点信息,在visual studio中使用OpenGL构建小麦叶片三维模型。本研究算法得出的小麦叶片模型与真实小麦叶片有较高的相似度,较好地体现了叶片的弯曲度,真实地反映了作物叶片的形态信息。基于NURBS曲面的三维重建控制灵活、使用方便、计算简单,在作物的三维建模方面有较好的应用和参考价值。

变拓扑结构下无线网络节点数据同态加密传输算法设计

由于无线网络在传输过程中,节点拓扑结构处于变化过程中,很容易被攻击,导致网络在数据传输过程中,被恶意攻击发生数据泄露。提出基于同态加密的无线网络节点数据安全传输算法。利用信道损耗模型确定无线网络的变化拓扑结构。通过遍历网络节点规划出数据的最优动态传输路径。在按照规划路径进行数据传输的过程中,设计一种同态加密算法对传感数据加密,实现无线网络节点数据的安全传输。实验结果表明:在不同类型的网络攻击下,设计数据传输技术的丢包率仅0.6%,证实了该技术可以保障无线网络节点数据的传输安全。

碎片化地形矢量数据比例尺评估方法

针对目前人工判定碎片化地形矢量数据比例尺效率低下、可靠性不高的问题,本文提出一种基于自然法则的地形矢量数据比例尺评估方法,实现地形矢量数据比例尺判定的自动化。该方法基于不同比例尺地形矢量数据节点密度指数随比例尺变化的特征,利用自然法则原理和统计学知识确定不同比例尺、不同类型要素节点密度指数区间的理论值;对于待鉴定地形矢量数据,将其节点密度指数与已知比例尺的地形矢量数据节点密度指数区间进行比对,如果落在该比例尺节点密度指数区间内,则推断为该比例尺数据,进而实现比例尺的自动判定;最后利用等高线和水系两种地形要素验证了该评估方法的可行性。试验结果表明,基于本文方法的1∶100万、1∶25万和1∶5万地形矢量数据比例尺自动判定正确率分别达到了93.97%、94.04%和92.47%,地形矢量数据比例尺判定总体正确率达到93.21%,极大提高了比例尺判定的精度与效率,为地理信息安全评估提供了技术支撑。

数据引流下异构传感器网络能量空洞防护算法

异构传感器网络在工作时,靠近传感器基站位置的节点会由于接收转发次数较多而出现能量空洞现象。为有效对此现象实施防护,保障网络安全运行,提出数据引流下异构传感器网络能量空洞防护算法。构建网络节点部署模型,对传感器网络节点实施节点优化部署;计算网络节点能耗对网络实施能量均衡控制,获取异构传感器网络节点的簇内传输跳数;结合获取的节点簇内跳数以及能量均衡结果开展节点接收数据的的引流分配,平衡传感器网络层内节点能量消耗,实现传感器网络的能量空洞防护。实验结果表明,使用上述方法开展传感器网络能量空洞防护时,数据转发接收能耗较低,防护方法性能高,防护效果好。

基于模糊评判的无线传感器网络簇间数据转发算法

由于无线传感器网络在簇间数据转发过程中消耗能量较大、转发效率低,导致数据在转发过程中容易失效。为此,提出基于模糊评判的无线传感器网络簇间数据转发算法。建立无线传感器网络模型和通信模型,明确节点的运行方式和转发数据所消耗的能量,构建模糊综合评判模型,选取梯形隶属度函数计算传感器节点的相似度和活跃度,找出最佳转发节点,完成数据转发任务。仿真结果表明,所提算法的第一个节点死亡轮数和网络失效轮数最高为167和178,在仿真轮数达到1000轮时,该算法剩余的网络能量和节点平均能量分别为4 J和0.01 J,证明所提算法在数据转发过程中可消耗最少的能量,高效率地完成数据转发任务。

认知物联网中继传感节点最小功耗布置方法研究

物联网数据传输过程中,中继传感节点能量不足或者能量消耗过多将导致部分节点失效,降低物联网的使用寿命。为解决这一问题,提出认知物联网中继传感节点最小功耗布置方法。根据中继节点结构特征、有向加权图,建立数据传输功耗的数学模型;以最小功耗布置为目的,制定数据流向、通信容量、数据最大传输次数的约束条件,阻止中继节点逆向传输,使节点满足通信容量范围的同时,避免出现逐条传输数据的事件;引入贪婪算法布置中继传感节点,实现中继传感节点最小功耗布置。仿真结果表明,所提方法的中继传感节点布置最大功耗为17.58 J;在传感节点分布密度为370个/m^(3)时,中继节点布置数量为126个;在11.9 s内即可完成150个中继节点的布置。

面向矢量地图数据的时空对象生成工作流技术

针对目前存在的由矢量地图数据生成时空对象的方法通用性、灵活性、可复用性不足等问题,本研究提出一种面向矢量地图数据生成时空对象的工作流技术框架。首先,将由矢量地图数据生成时空对象的流程划分为文件解析层、时空对象构建层和数据持久层三个层次;在文件解析层进行矢量地图数据的多要素解析以获取原始属性信息,在时空对象构建层将各几何要素进一步封装为时空对象,在数据持久层将时空对象及其关联的映射集进行批量入库,各层之间基于工作流引擎变量进行功能连接和信息传递;其次,在Camunda工作流引擎外部任务模式下实现了上述框架,在三个层次设计了五个功能节点和六个引擎变量,可分别针对不同任务需求进行功能节点的模块化拼接;最后,以重庆市大德镇6852份农田矢量数据和某出租车3306条轨迹数据为例,分别测试了各节点的独立功能、多节点拼接和全功能的时空对象批量生成任务。结果表明,研究成果可以在进行少量人工干预的情况下,实现从矢量地图数据生成时空对象的各项自定义任务,提高了时空对象生成的灵活性和复用性。

基于虚拟节点策略的自监督对比学业预警模型

针对大多数学业预警方法忽略了学生社交行为对于学业的影响,且存在数据不平衡问题和长尾分布问题,提出一种基于虚拟节点策略的自监督对比学业预警模型(SCEW)。通过图神经网络对学生成绩、学生社交行为进行融合得到联合图嵌入;利用虚拟节点策略缓解数据不平衡问题的影响;基于自更新策略,采用节点级对比学习将自监督学习集成到网络的训练中,缓解长尾分布问题的影响。在真实数据集上的实验结果表明,SCEW模型的性能优于现有的主流方法。

总体国家安全观视域下数据安全治理的路径选择

数字时代的数据安全问题已成为总体国家安全观中的重要方面,但是在数据安全治理中存在以数据主权适用的模糊性、数据安全范围的动态性、数字人权保护的多面性为核心的现实困境,以及以数据安全本位与数据自由本位之争为核心的理论困境,因此需要寻找新的理论供给以解决上述困境。结合总体国家安全观的理论指导和数字领域的理论应变,可以形成数据安全治理的第三条路径。以总体国家安全观为基本指引,凝练出以安全实践本位、总体性治理方式和人民安全价值目标的数据安全治理基本原则。“节点论”“数据生命周期论”“协同论”在承袭基本原则的基础上,可以体系化地解决数字安全治理中“靠谁治理”“治理什么”“如何治理”的难题,最终构建数据安全治理的第三条路径。

交互关系超图卷积模型的双人交互行为识别

为提高学校、商场等公共场所的安全性,实现对监控视频中的偷窃、抢劫和打架斗殴等异常双人交互行为的自动识别,针对现有基于关节点数据的行为识别方法在图的创建中忽略了2个人之间的交互信息,且忽略了单人非自然连接关节点间的交互关系的问题,提出一种基于交互关系超图卷积模型用于双人交互行为的建模与识别。首先针对每一帧的关节点数据构建对应的单人超图以及双人交互关系图,其中超图同时使多个非自然连接节点信息互通,交互关系图强调节点间交互强度。将以上构建的图模型送入时空图卷积对空间和时间信息分别建模,最后通过SoftMax分类器得到识别结果。该算法框架的优势是在图的构建过程中加强考虑双人的交互关系、非自然连接点间结构关系以及四肢灵活的运动特征。在NTU数据集上的测试表明,该算法得到了97.36%的正确识别率,该网络模型提高了双人交互行为特征的表征能力,取得了比现有模型更好的识别效果。

电力物联网载波通信节点数据聚合隐私保护算法

电力物联网对通信数据的处理必须遵循隐私连接协议,为保障电力载波通信效果,维护数据的隐私性,提出电力物联网载波通信节点数据聚合隐私保护算法。在电力物联网载波通信平台中,定义完整的聚合映射表达式,完成对载波通信节点数据的聚合处理。按照隐私加密协议,求解多维聚合向量与审计参数,保证电力物联网主机能对通信数据进行编码处理,实现电力物联网载波通信节点数据聚合隐私保护算法的设计。实验结果表明,在所提算法作用下,数据链路聚合长度最大值达到了9.4×10^(8)bit,且物联网主机对于通信数据的处理完全遵循隐私连接协议,能够实现高水平的电力载波通信。

基于FPGA的异步FIFO缓存数据溢出控制系统

为获取更高效、稳定的缓存数据控制方法,设计基于现场可编程门阵列(field programmable gate array,FPGA)的异步FIFO缓存数据溢出控制系统。设计存储控制方案,得到基于FPGA的系统硬件;建立缓存数据存储溢出模型,得到数据节点剩余能量的最小值最大化求解,在函数模型下判断存储数据是否溢出;设计数据溢出控制算法,得到缓存数据溢出控制系统的软件。分别对数据溢出的监测性能与控制性能进行测试。实验结果表明:使用该方法剩余的能耗较高,可见该方法对于缓存数据的监测与控制性能均较好。

LRCRaft:支持节点数据快速恢复的共识协议

在支持纠删码的分布式存储系统中,最常用的编码是RS(Reed-Solomon)码.对于一个RS(k,m)编码条带,常见的配置是一个节点仅存储条带中的一个分片,这导致在节点出现故障的情况下,对其存储分片的恢复需要跨多个节点读取分片并重新编码生成恢复分片,容易造成系统网络拥塞.在需要恢复大量数据的场合,系统在恢复期间会处于较长时间的脆弱期,容错能力和吞吐量下降、读写时延升高时有发生.LRCRaft是一个基于LRC(local reconstruction code)的改进Raft共识协议,通过在Raft中引入LRC码、动态日志增补、状态机删减和分片版本一致性等机制,降低了Raft的读写时延,缩短了节点故障恢复时间.实验结果表明,相较于Raft,LRCRaft在不同恢复模式中恢复一个单节点故障数据时,恢复用时有着49.25%–74.97%的减少.

GeoDatabase数据模型及其几何网络的拓扑分析应用

阐述了ArcInfo软件的GeoDatabase数据模型及特点,介绍了GeoDatabase数据模型的几何网络,依据模型几何网络的特点,分析了几何网络在地理信息系统拓扑分析中的应用。