k阶采样和图注意力网络的知识图谱表示模型

知识图谱表示(KGE)旨在将知识图谱中的实体和关系映射到低维度向量空间而获得其向量表示。现有的KGE模型只考虑一阶近邻,这影响了知识图谱中推理和预测任务的准确性。为了解决这一问题,提出了一种基于k阶采样算法和图注意力网络的KGE模型。k阶采样算法通过聚集剪枝子图中的k阶邻域来获取中心实体的邻居特征。引入图注意力网络来学习中心实体邻居的注意力值,通过邻居特征加权和得到新的实体向量表示。利用ConvKB作为解码器来分析三元组的全局表示特征。在WN18RR、FB15k-237、NELL-995、Kinship数据集上的评价实验表明,该模型在链接预测任务上的性能明显优于最新的模型。此外,还讨论了阶数k和采样系数b的改变对模型命中率的影响。

给定度序列的连通图类的k阶Sombor指数

对于一个简单连通图G=(V,E),d(u)是图G的顶点u的度.G的k阶Sombor指数被定义为SO kα(G)=∑uv∈E[d(u)k+d(v)k]α,k∈{2,3,…,n}.给出了在给定度序列的连通图类(最小度为1)中,存在一个特殊极BFS图,当0<α<1时,具有最小k阶Sombor指数;当α>1或α<0时,具有最大k阶Sombor指数.并且,任意给定度序列(最小度为1)的树,单圈图和双圈图中,当0<α<1时,存在唯一极图具有最小k阶Sombor指数;当α>1或α<0时,具有最大k阶Sombor指数.

高中数学k阶递推数列的研究

由数列的递推公式求通项公式是数列学习中的重点和难点,但是递推数列无法直接求解.在某些情况下,递推数列的递推关系可能非常复杂或无法用解析的方式表示,这样就无法直接求解数列的某一项或整个数列.所以学生通常都喜欢求出通项公式,这样感觉把整个数列都把握了.本文主要解决由k阶递推数列推导出数列通项公式的问题,并且利用矩阵知识进行证明,解决递推数列推导出数列通项公式的问题.

基于k阶Voronoi多边形划分的k阶数据场拟合

讨论了k阶Voronoi图的离散点集的生成算法,挖掘了k阶Voronoi图的性质并加以证明;参照k阶Voronoi图的定义提出了k阶空间数据场的定义,并结合参考点利用其影响因子给出了低阶空间数据场的拟合函数通式;利用k阶Voronoi图对平面空间的平面区域最近邻近划分实现了对空间数据场的分割,从而将大量参考点集数据场化解为多个单元数据场的低阶拟合,有效地降低了数据场拟合的难度;提出了合并拟合和叠加拟合策略,实现了将单元数据场综合为完整的空间数据场。

求一般k阶余因式的k阶缩减图法

引入了网络矩阵Ｈ的一般ｋ阶余因式的对应ｋ阶缩减图，应用它导出了一般ｋ阶余因式Ｈ的ｋ阶１因子表达式，该表达式简单、实用。

k阶伴随矩阵Ck^＊（AB）的性质

对于给定的数域F上的n阶矩阵A,给出并证明了k阶子式阵Ck(AB)的伴随矩阵Ck*(AB)的一个性质:Ck*(AB)=Ck*(B)Ck*(A),从而使一般意义下的伴随矩阵的性质(AB)*=(B)*(A)*得到推广.

基于扩展k阶近邻法的电力系统稳定评估新算法

针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别。仿真结果验证了算法的有效性。算法作为一种通用的知识获取工具有广泛的应用前景。

一类k阶拟Bent函数密码性质的矩阵特征

由于非线性组合函数的密码性质通常可以由函数的Walsh谱和自相关函数来刻划 ,因而对函数的密码性质的分析通常要计算大量的Walsh循环谱值和自相关函数值来验证 .该文利用一类k阶拟Bent函数的特殊性质 ,把对这类函数的密码性质的研究转化为对矩阵性质的研究 ,如平衡性、相关免疫性、扩散性、最高代数次数等 .这种转化避开了大量的计算 ,同时为构造密码性质好的k阶拟Bent函数提供了一种更为简洁且易于实现的方法 .

自由时差定理与k阶次关键路线的求法

针对项目进度计划管理中如何寻找CPM网络图中任意阶次关键路线等问题,在分析了自由时差概念和特性的基础上提出了k级标准工序、k级特征值和k级标准路线等新概念,推导出自由时差定理和特征值定理,进而利用这些概念和定理给出k阶次关键路线的求法——最小特征值法,分析了算法的正确性,并且得出该算法的计算复杂度为O(n2).证明了该算法可以通过局部寻优实现全局寻优.最后结合应用举例论述了该方法的应用范围及特点.

考虑k阶邻近林木的混交度

【目的】为了解决现有混交度不能区分单一树种在不同行间混交方式中的隔离程度问题,提出考虑k阶邻近林木的混交度(Mk)。【方法】依据地物的邻近关系对空间进行剖分,以单株木视为平面点构建Voronoi图,基于Voronoi图建立对象木的k阶邻近关系。当k取1时,Mk与其他混交度的计算公式及计算结果完全一样;当k取2或更大值时,Mk采用1/k加权,与Mg,Mv,Mp和Mc采用相同的计算方法。以湖南福寿林场杉木人工纯林为研究对象,为了进行空间结构优化与调整,在幼龄林林分内补植了观光木和鹅掌楸,采取成片补植与2个树种交叉补植2种不同的空间配置补植方案,对比分析5种不同的混交度(Mg,Mv,Mp,Mc和Mk)。【结果】在"1+n"空间结构单元中,Mg和Mp不能区分观光木和鹅掌楸补植树种在不同补植方案中的混交度,其中Mg2种补植树种的混交度均为1,Mp2种补植树种的混交度均为0.539;Mv与Mc能够区分不同补植方案杉木林的混交度,成片补植方案中杉木的混交度依次为0.027和0.039,交叉补植方案中杉木的混交度为0.043和0.045,但不能区分补植树种的单木混交度。考虑k阶邻近林木的混交度把空间结构单元从"1+n"扩展到"1+n1+n2+…+nk",本文k取2,即空间结构单元为"1+n1+n2",Mk能够区分2种补植方案杉木林与补植树种的混交度,使用Mg的计算方法(Mkg),Mkg在成片补植方案中杉木、观光木和鹅掌楸的混交度为0.098,0.641,0.645,Mkg在交叉补植方案中杉木、观光木和鹅掌楸的混交度为0.101,0.652,0.655,交叉补植方案中杉木、观光木和鹅掌楸的混交度均大于成片补植方案中的混交度,使用Mkv,Mkp,Mkc计算方法,能够得到同样的规律。【结论】本文提出考虑k阶邻近林木的混交度Mk,其空间结构单元为"1+n1+n2+…+nk",空间结构单元的形式更多样,但混交度的计算更加复杂,区分度也更高,提高了单一树种混交度的区分度,能够解决1阶邻近不能区分的混交方式,可反映单木与林分的实际混交状况,为空间结构优化与调整时准确量化混交度提供了理论依据,能够更加准确地反映森林群落中树种相互隔离状况。

k阶拟Bent函数在密码设计和通信中的应用

王育民、何大可提出了布尔函数关于线性函数的r阶相关度E(r)的概念来刻划布尔函数抵抗相关攻击的能力,本文以极小化所有非零相关度E(r)为主要目的,利用k阶拟Bent函数的特殊性质,给出了一类基于k阶拟Bent函数的“最佳”非线性组合设计的实现,构造了一类平衡的,具有高阶相关免疫性,而且非零相关度一致地小的非退化的布尔函数,并比较了它与基于部分Bent函数的“最佳”非线性组合设计的优劣。最后我们又利用k阶拟Bent函数构造了一类Bent互补函数族和Bent侣,Bent互补函数族和Bent侣在最佳信号设计方面意义重大,这也表明k阶拟Bent函数在密码设计和通信领域都有比较广的应用前景。

点状实体k阶Voronoi多边形的存在性判定

挖掘了点集的k阶Voronoi多边形的性质以及判断存在性的方法。在k阶Voronoi多边形的存在性方面,主要通过大量实验归纳与性质分析,提出了距离概率判断法、递归归纳判断法、最近邻近判断法、作用域阻隔判断法等多种方法,论述了分辨率与存在性的关系问题。

基于k阶马尔可夫链的单播网络丢包层析成像

该文针对时域相关的网络链路丢包估计问题,提出一种基于k阶马尔可夫链的单播网络丢包层析成像方法。该方法首先引入k阶马尔可夫链描述网络链路丢包过程,然后用最大伪似然方法估计k阶马尔可夫链链路丢包模型的状态转移概率。当k足够大时,该文方法可以根据单播端到端测量数据,准确地估计出网络链路上每个数据包丢失的概率。ns-2仿真验证了该文方法的有效性。

排队系统Geo／M／n的k阶忙期

讨论了排队系统Ｇｅｏ／Ｍ／ｎ的ｋ（ｋ≥０）阶忙期，获得了此系统ｋ阶忙期的分布和前两阶矩的简单表达式。

点集V图-K阶邻近并行搜索算法设计与实验

K阶邻近在空间层次聚类、空间邻近分析、DEM内插等方面有着广泛应用,然而传统的串行算法无法满足大规模数据集快速搜索K阶邻近的需求。该文在分析V图-K阶邻近串行搜索算法特点的基础上,提出了一种基于MPI的并行搜索算法——PVKN(Parallel Voronoi K-order Neighbors)算法,分别对V图构建和K阶邻近搜索进行并行化,并通过实验对算法进行测试。结果表明:当求解单源点目标的K阶邻近时,构建V图的时间远远大于搜索K阶邻近的用时,仅对构建V图过程进行并行化,即可获得良好的加速效果;当对多源点目标进行求解时,搜索K阶邻近的时间随着K阶数和源目标数的增加而增长,成为影响PVKN算法效率的主要因素,对K阶邻近搜索过程进行并行化,PVKN算法加速比可达5倍以上,能有效降低运行时间。

不一致决策表的k阶分配序约简

在不一致决策表中定义了k阶分配序约简,给出了k阶分配序一致集的判定定理。通过定义k阶分配序区分矩阵,给出了求k阶分配序约简的区分矩阵法。为了克服区分矩阵法时间复杂度过高的缺陷,通过定义属性的相对重要性,提出了一种求k阶分配序约简的启发式算法,分析得到该算法的时间复杂度是多项式的结论。实例验证了算法的有效性。

离散型分布K阶中心矩的递推公式

文章根据微分学的思想，通过对二项分布的松分布和几何分布Ｋ阶中心矩中的某个参数求导的方法，推导出这三个分布含有微分形式的Ｋ阶中心矩递推公式，并根据这三个分布Ｋ阶中心矩递推公式中存在的共性。

求解无回路有向连通图中的k阶最短路问题

针对如何在无回路有向连通图中求解k阶最短路问题,提出了新的思路,即先求出某路径与最短路的长度之差,再利用该差值求得该路径。在该思路的指引下,提出了新的参数概念,如点参数N、弧参数A以及终点的特征参数θ,并给出了这些参数的计算方法;揭示了这些参数与图中相应路径之间的关系,推导出点参数N定理和弧参数A定理;利用这些参数和定理,设计出在无回路有向连通图中求解k阶最短路问题的多项式算法,证明了算法的正确性,并且经过分析,该算法的复杂度为O(km),m表示弧数;最后,通过应用举例对该算法进行了演示。

2k阶非线性时滞微分方程的周期解

应用Schauder不动点定理和傅氏分析技术,推广了二阶时滞微分方程周期解的结果,证明了2k阶非线性时滞微分方程在L2(0,2π)空间中2π周期解的存在性与惟一性.保证结果成立的条件是通常Lazer型非共振条件的自然推广.

基于k阶不可逆邻接矩阵的警车巡逻

针对警车巡弋中的状态转移,分析了状态转移子空间的容量,给出了k阶不可逆邻接矩阵的定义及其算法,并定义了警车动态巡逻过程的适应度函数。利用改进的适应度函数和排序交叉算子,提高了用于优化警车巡弋路线的遗传算法的收敛速度,得到了较好的仿真结果。