No-CapsE:一种基于节点共现的四元数胶囊网络知识图谱补全模型

知识图谱补全是通过预测知识图谱中缺失的事实进行填补,以解决知识图谱中的数据稀疏问题。CapsE、QuatE等用于知识图谱嵌入的模型在链接预测方面已经取得了较好的表现,但是,CapsE模型因其在复数空间进行链接预测与数据挖掘,会受限于其数据维度,使得数据挖掘不够深入,QuatE采用四元数构造超复数平面进行逻辑旋转,但其方法简单,无法有效地构建复杂关系。为此,提出一种改进的胶囊网络补全方法No-CapsE,在超复数平面构建胶囊网络。将数据用四元数进行表示并输入到四元数卷积网络中,输出的特征向量作为胶囊网络的输入,通过点积操作进行评分并依据评分判定三元组的正确性。此外,为了提高模型的训练速度,提出节点共现的思想,将实体和关系都视作节点。在公开数据集FB15K-237与WN18RR上进行链接预测实验,同时为了进一步探究所提模型的性能与效果,进行消融实验。实验结果均表明,相较于对比模型,No-CapsE的知识图谱补全效果更好,可以应用于大规模链接预测任务。

EtherCAT:总计7700万个节点数,含2023年新增的1800万个

EtherCAT的强劲增长仍在继续:EtherCAT技术协会(ETG)统计共有7700万个EtherCAT节点数,仅在2023年就增加了1800万个。这些数据基于售出的EtherCAT芯片。为纪念EtherCAT20周年,ETG去年首次公布了全球节点数,因此这部分数据尚未被纳入通用的市场研究。

基于端节点部分分量辅助的星型网络中央节点跟踪控制

讨论了一类星型复杂动态网络通过端节点的部分分量辅助中央节点实现中央节点的跟踪控制问题。此类星型网络由具有不同状态维数的节点构成,控制器仅施加于中央节点上。在给定中央节点跟踪目标的情况下,为端节点设计辅助跟踪目标,并结合控制理论和稳定性理论,提出自适应控制策略使星型网络的中央节点在控制作用下实现跟踪。所提出的跟踪控制策略的有效性和正确性,既从理论上进行了严格证明,也通过数值仿真进行了验证。

多级智慧供应链网络节点动态优先级排序系统

多级智慧供应链网络中的节点错排问题,使得数据信息的传输受到影响,导致节点动态优先级排序精准度较低。为此,设计了多级智慧供应链网络节点动态优先级排序系统。在多级SDN拓扑网络中,确定供应链节点的排列方式,完成多级智慧供应链网络的一般性结构设计。对网络节点实施无标度处理,根据动态参数标准化执行结果,计算优先级特征向量与排序介数的取值范围,实现对节点对象的排序处理,完成多级智慧供应链网络节点动态优先级排序系统的设计。实验结果表明,设计系统作用下,能够有效解决多级智慧供应链网络中的节点错排问题,提高多级智慧供应链网络节点动态优先级排序精准度。

基于负荷介数的配电网电气连通性检测试验研究

在10 kV以上的高压配电网电气连通性检测中,负荷介数有较好的指标意义,并且介入性较小。通过运算高压配电网内各节点的加权介数与节点结构关键度,获得各节点的负荷介数,依据各节点负荷介数辨识出配电网内的关键节点;通过对配电网网络拓扑图的描述数据结构实施更改,设计针对拓扑图的连通性算法,采用此算法检测负荷介数,辨识出高压配电网内关键节点的电气连通性。试验研究结果表明,该方法可辨识出高压配电网内关键节点,且辨识结果准确可靠,能够针对辨识出的关键节点实施连通性检测,且具有较高的检测速度与精度,检测性能优越。

基于介度中心性熵的复杂网络关键节点识别算法

复杂网络中关键节点的识别始终是复杂网络研究的热点,传统的关键节点识别算法仅考虑度中心性或者介数中心性等单一因素,具有一定的局限性。文章根据网络的度中心性和介数中心性定义了介度中心性,结合网络熵,提出了介度熵中心性算法。并利用网络的抗毁性指标与度中心性,介数中心性,局部熵,映射熵算法进行了比较。仿真实验表明:介度中心性熵算法识别出的关键节点相比于其他四种算法能更快使网络连通性下降至崩溃阈值,能更准确地识别出网络的关键节点。

基于模糊逻辑的无线传感器网络静态节点自动分类方法

随着无线传感器网络节点数量增加,其间的关联关系逐渐呈现模糊化,导致在对节点进行分类时,需要多次迭代才能找到其中的关联规则,导致容易出现高比例错误分类的情况,提出基于模糊逻辑的无线传感器网络静态节点自动分类方法研究。在原关联规则的基础上引入模糊逻辑,结合构建的模糊规则推理分析了节点消息剩余生存时间比值和节点消息跳数的隶属度,利用规则阈值将静态节点分为两类:“高优先级”和“低优先级”。实验结果表明,设计方法将静态节点分类为非静态节点的比例低于0.07,将非静态节点分类为静态节点的比例始终低于0.08,正确分类为静态节点的比例始终高于0.93,具有明显优势。

综合考虑节点重要度和线路介数的网络重构

网络重构阶段是电力系统黑启动过程中的一个重要阶段。针对网络重构阶段最优目标网架的确定问题,基于复杂网络的静态拓扑连接特性,提出了一种综合考虑线路介数和节点重要度的骨架网络重构策略。该策略以节点重要度和线路介数作为确定目标网架的指标,实现有针对性地对网络中的节点和线路进行筛选。进一步,采用离散粒子群优化算法实现的骨架网络重构能够确定覆盖大部分枢纽节点和关键线路的最优目标网架,对大停电后快速、有针对性地重建系统具有重要意义。相关算例验证了该方法的有效性。

螺栓排数和自攻螺钉对木梁柱节点抗侧力性能的影响

通过4组梁柱节点在单调和往复加载下的抗侧力试验,得到了各组节点的破坏模式、弯矩-转角曲线、滞回曲线、强度、刚度、延性及耗能性能,研究了不同螺栓排数和自攻螺钉加强对节点抗侧力性能的影响.结果表明,普通节点中裂缝出现早,开展迅速;增加螺栓排数可提高节点的强度和延性,其中强度提高更明显;自攻螺钉加强可明显减轻和延缓木材的开裂,提升节点的延性和抗震性能.

基于节点介数和替换率的内容中心网络网内缓存策略

网内缓存技术是内容中心网络(CCN)的关键技术之一,CCN采用传统的ALWAYS缓存策略,会造成较大冗余。改进的Betw方案仅考虑了节点介数,容易造成高介数节点缓存更替频繁,内容可用性下降。为了解决这个问题,该文提出一种综合使用网络节点介数和节点缓存内容更替速率作为缓存决策度量的新型网内缓存策略BetwRep,通过权衡节点位置重要性和缓存内容时效性实现回传内容的最佳放置。最后,基于ndnSIM平台进行的网络仿真表明,该文提出的BetwRep缓存策略取得了比Betw方案和ALWAYS方案更低的源端请求负载和更少的平均跳数。

前向神经网络隐含层节点数的一种优化算法

由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数。算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效。

Hermite前向神经网络隐节点数目自动确定

从函数逼近论出发,构造了一类以Hermite正交基为激励函数的前向神经网络.在保证网络逼近能力的前提下,令其输入层至隐层的权值和各神经元阈值分别为1和0,导出了基于伪逆的隐层至输出层最优权值的直接计算公式.并针对Hermite前向神经网络,提出一种依照学习精度要求而逐次递增型的隐节点数自动、快速、准确的确定算法.对多个目标函数的计算机仿真和预测结果表明,该神经网络权值直接确定方法和隐节点数自动确定算法能很快地找到最优的隐节点数及其对应的最优权值,且网络具有较好的预测能力.

无线传感器网络最少数量通信节点定位方法

随机布置的无线传感器网络,通信节点数量和位置影响网络性能。利用免疫理论与矢量量化技术提出了一种具有最少数量特性的无线传感器网络通信节点定位方法。根据生物免疫机制建立无线传感器节点激活模型,基于免疫自适应调节算法确定传递事件信息所需最少通信节点数;以全部节点坐标为矢量,通信节点数为矢量类别,矢量量化后获得的代表矢量即为通信节点在监测区域的位置。仿真结果表明该方法能极大地减少通信节点数量,优化网络空间资源布局。

基于跳数阈值和节点分类的DV-Hop改进算法

为提高DV-Hop(Distance Vector-Hop)算法在随机传感器网络(WSN:Wireless Sensor Networks)中的定位性能,提出一种基于跳数阈值和节点分类的改进算法。该算法信标设定跳数阈值选择较远的信标估计平均每跳距离,未知节点根据跳数信息对信标进行分类,并计算与信标的加权修正距离。同时仿真研究了节点密度、信标比例、节点通信半径对算法性能的影响。仿真结果表明,在随机网络中改进算法能更好地估计跳距信息,并有效提高定位精度和降低最大定位误差。

一种基于最短路径介数的重要节点发现算法

网络中重要节点的发现是研究网络特性的重要方面之一,在复杂网络、系统科学、社会网分析和互联网搜索等领域中具有广泛的应用价值。为提高全网范围内重要节点发现的效率和有效性,提出了一种基于最短路径介数及节点中心接近度的重要节点发现算法,通过最短路径介数的方法确定全网内的重要节点,利用中心接近度分析重要节点的重要性。测试结果表明,与同类的系统比较起来,该方法具有比较好的性能。

光纤CAN网络节点数计算方法

为电动汽车通信网设计了一种中继型节点的光纤CAN(Fibre CAN)环型总线网络.采用塑料光纤(POF)作为传输介质,用波长为660nm的红光光电收发器件实现光电转换.在对中继型节点的传输延迟进行详细的分析后,结合CAN协议定义的位周期,给出了基于传输延时的网络最大节点数的计算方法.并对该方法进行了实验验证,实验结果与理论计算具有良好的一致性,表明该方法的有效性.

节点数固定的复杂网络模型初探

由于随机图模型、小世界模型和无标度模型的结构上存在交叉性,有必要对复杂网络进行新的分类。本文将复杂网络分成两类:节点数固定的复杂网络和节点数变化的复杂网络,且重点研究了前一类网络。首先对节点数固定的网络进行了细分,然后分析了在边的不同连接方式下节点数固定的网络的度分布、平均最短路长度和聚类系数等特征,最后讨论了小世界特性与无标度特性产生的原因。研究表明,节点数固定的网络大多具有小世界特性,小世界特性与无标度特性是从不同的侧面来研究复杂网络的,从而很好地解释了在许多复杂网络这两种特性能够共存的原因。

森林景观斑块耦合网络节点数与网络结构稳定性之间的关系

以森林景观斑块耦合体为研究对象,利用复杂网络将之抽象化为森林景观斑块耦合网络。选择节点数不同的10个网络,依次对网络进行攻击,利用最大子网节点数与移除比例做回归分析,得每个网络的崩溃阈值。利用网络节点数与网络的崩溃阈值构建与节点数相关的森林景观斑块耦合网络结构稳定性模型,并对模型进行分析。结果表明:从巨型网络-1到微型网络-2的崩溃阈值依次为0.325 9,0.310 1,0.283 4,0.273 0,0.2484,0.215 9,0.194 5,0.196 2,0.158 3,0.157 4,呈递减趋势,说明森林景观斑块耦合体中斑块数越多,其结构越稳定,并通过模型验证这一结论;随着网络节点数的增加,其崩溃阈值增加的速率逐渐减小的,说明当斑块数增加到一定程度时,耦合体的结构稳定性不再变化。根据复杂网络结构特征,用网络的节点数来衡量网络的结构稳定性,进而从新的角度探究森林景观结构的稳定性。

一种确定神经网络隐层节点数的新方法

针对神经网络结构确定中隐层节点数确定难的问题 ,提出了一种确定神经网络隐层节点数的新方法 .本方法计算量小 ,使用方便 。

确定RBF神经网络隐层节点数的最大矩阵元法

针对基于训练样本输入信息进行非监督聚类来确定RBF神经网络隐层节点数的方法存在利用信息不充分的缺陷,该文提出了一种新的确定RBF神经网络隐层节点数的方法。利用训练样本输入输出全部信息建立样本间的相似矩阵,然后采用最大矩阵元法来确定RBF神经网络隐层节点数。实验仿真表明,该方法是有效的。