一种新型的蛋白质复合物挖掘算法

随着人类基因组计划的完成,如何从蛋白质网络的结构特性出发,有效地识别蛋白质复合物和功能模块正成为蛋白质组学研究的重点.提出一种新型的蛋白质复合物挖掘算法,首先分析蛋白质网络的结构特征,依据每个蛋白质的GO术语相似性对蛋白质网络进行加权,再通过不断地迭代传播,将各节点划分到稳定的集合中,从而识别出蛋白质复合物.该算法与CPM算法(k=3)及Core-Attachment算法进行对照实验,结果表明该算法在预测得到的蛋白质复合物的匹配程度和复合物的功能富集性等方面更有优势.     

复杂网络中的一组关键节点挖掘研究

在复杂网络中,识别一组关键节点的研究具有非常重要的理论意义和应用价值。许多的传统算法并没有考虑关键节点之间的分布,导致选择的一组关键节点往往分布在少数区域,从而无法最大化信息的传播范围。为解决这个问题,提出了一种启发式的识别一组关键节点的算法,该算法不仅考虑关键节点的重要性,而且还通过惩罚每个关键节点的一阶邻居节点和二阶邻居节点的打分能力,从而挑选一组分散性足够的关键节点。在真实网络与人工网络上的实验表明,提出的算法与四个经典的基准算法相比,不仅表现更好和更稳定,而且适合于具有各种社团结构的复杂网络。     

基于复杂网络理论的多式联运网络脆弱性分析（英文）

为了研究多式联运网络的结构特性以及在网络节点失效的情况下网络的脆弱性,基于复杂网络理论描述网络拓扑结构特性,并明确关键节点.分析多式联运网络在节点遭遇随机攻击和刻意攻击(关键节点)后网络平均最短路径和最大连通子图的比例,以此分析网络脆弱性.以一家多式联运企业网络为例进行实证分析.结果表明,随机攻击下,被攻击节点数大于10时,最大连通子图的比例低于20%且平均最短路径小于2,而攻击关键节点情景下,失效节点数大于7就已达到同等效果.关键节点失效时网络性能下降速度明显大于随机节点失效情景,保障关键节点运作能力能有效降低网络脆弱性.该方法可帮助多式联运企业确定关键节点并制定节点失效应急管理方案,提高企业网络从节点失效中恢复的能力.     

一种新的复杂网络节点重要度分析方法

网络节点重要度分析即识别有影响力的节点,是研究和分析复杂网络的一种非常重要的方法.目前比较常用的是利用中心性方法解决这个问题,然而,使用不同的中心性方法,可以得到不同的结果.本文提出了一种新的折衷中心性方法来分析网络节点重要度.利用计算度中心性、接近中心性和介数中心性的值,再进行欧氏距离计算,得到折衷中心性值.最后通过实例分析证明该方法是一种有效的复杂网络节点重要度分析方法.     

基于复杂网络理论的多式联运网络脆弱性分析

为了研究多式联运网络的结构特性以及在网络节点失效的情况下网络的脆弱性,基于复杂网络理论描述网络拓扑结构特性,并明确关键节点.分析多式联运网络在节点遭遇随机攻击和刻意攻击(关键节点)后网络平均最短路径和最大连通子图的比例,以此分析网络脆弱性.以一家多式联运企业网络为例进行实证分析.结果 表明,随机攻击下,被攻击节点数大于...     

基于用户情感倾向的意见领袖发现算法研究

随着互联网的普及和网络信息传播速度的加快,意见领袖在网络信息传播控制中起到至关重要的引导作用。针对当前有关意见领袖的研究方法忽略了网络用户行为与情感倾向之间的关联性,或者只是将回复次数当作用户节点权重而进行简单累加的缺陷,提出一种基于用户情感倾向的意见领袖发现算法以提高意见领袖识别的精准度。不仅综合考虑了回复者对发帖者情感倾向,还将回复文本中大量存在的匿名回帖纳入计算,得到实名、匿名相融合的用户领袖值。以某论坛数据设计实验,结果表明,该算法具有更高的识别准确度。     

基于ConvLSTM的高速公路交通流预测仿真研究

交通流通常具有复杂时空关联性,且易受天气、速度等外部因素的影响。为提高高速公路关键节点交通流预测的准确性,设计一种基于ConvLSTM网络且融合时空关联性和外部因素的交通流预测模型——STE-ConvLSTM。构建交通流、速度、天气时空矩阵,将其延深度方向堆叠,通过滑动窗口模型将其处理为类图像时间序列数据,利用ConvLSTM网络提取交通流的时空关联性和外部因素特征;利用卷积层实现交通流预测多变量多步输出。实验结果表明,相较于传统的交通流预测模型,该模型在交通流多步预测方面的预测准确度有所提升。     

在线社交网络多社区免疫的谣言抑制策略

在线社交网络谣言传播的中后期,谣言抑制策略的效果不明显。以传染病传播模型建立在线社交网络的谣言传播模型,提出了一种多社区免疫的谣言抑制策略,首先识别出免疫节点在社交网络中所处的一个或多个社区,然后对每个社区的关键节点以一定概率实施目标免疫。以Facebook好友关系为实验数据进行仿真实验,实施多社区免疫的谣言抑制策略,并与其他谣言抑制策略进行对比分析;分别以初始传播节点、随机节点作为初始免疫节点,实施多社区免疫策略并对比谣言抑制效果。实验结果表明,多社区免疫抑制策略在谣言传播的中后期能更有效地抑制谣言的传播,在谣言传播源开始执行免疫策略更有利于消除谣言造成的危害。     

无线传感器网络入侵检测研究

在无线传感器网络中,入侵检测因能够识别恶意节点和潜在的网络攻击,以及在恶劣条件下控制检测数据的质量,从而进一步提高无线传感器网络的安全性.在分析影响入侵检测方法设计的关键因素基础上,对现存的主要入侵检测方法进行了归纳与评估,并指出了一些需要解决的问题和将来可能的研究方向.     

网络复杂攻击的报警关联性研究

网络复杂攻击由一系列有逻辑关系的攻击行为构成,各个攻击步骤有一定的关联性。报警关联技术是检测网络复杂攻击的一种方法,该技术可以关联IDS报警事件,并以此来描述网络复杂攻击步骤之间的关系。使用报警因果关联技术构建攻击场景,并从中识别入侵者的攻击概貌。     

一种改进的舆论领袖识别方法

随着计算机技术的飞速发展以及微博的兴起,在线社交网络上出现了一种影响力很大的用户,即舆论领袖,其在舆论的形成、发展和传播过程中都发挥着巨大作用。目前,在线社交网络上的舆论领袖识别是研究的热点,多种相关理论和方法已被提出,这些方法有一个共同点,就是均使用节点的度数、紧密度和介数等社会网络分析中的常用方法。这些方法虽简单,但是由于缺乏对节点内部属性的利用分析,导致识别的准确率不高。提出了一种改进的影响力计算模型方法,该方法能够考虑到节点的内部属性,比如节点的内容和内在联系,解决了准确率低的问题。最后通过实验仿真,验证了该算法的准确性和识别率。     

用“节点法”识别电路(初三)

正确识别电路的连接方式,是解答电学问题的先决条件.采用“节点法”画等效电路,是识别电路的最佳方法之一. “节点法”就是不管导线有多长,只要该导线上没有电源、用电器等,导线两端就可以看成一个“节点”,找出各用电器两端的公共“节点”,再把各用电器画在对应的两节点之间,即可得到易于识别的等效电路图.     

基于传感器的无线网络恶意节点检测研究

无线传感器网络是物联网的一个重要组成部分,因此其安全性是物联网成功部署的关键.针对无线网络的恶意节点问题,设计了一种有效的恶意节点检测算法.该算法不仅能够检测非协作恶意节点,还能有效地检测协作恶意节点.使用仿真实验评估本算法的性能.实验结果表明,与现有算法相比,本算法更能有效地检测恶意节点.     

无线传感器网络节点的物理层设计

比较和分析了无线传感器网络节点物理层设计的各种无线通信技术、现有的成熟标准、重要的射频参数以及不同的处理器方案,对节点物理层设计的各个主要方面进行了较为全面的研究.介绍了无线传感器网络节点的一种实现,给出了相关的测试数据以及一种“单处理器双工作频率”的新节能策略.分析了符合传感器网络MAC算法中节点周期性侦听要求的节点寿命估算问题.指出无线传感器网络节点物理层设计的关键考虑因素为:RF启动时间(决定MAC协议可以实现的最佳节点睡眠时间比例和最小的退避时间颗粒)、RF载波频率和调制方式(决定射频收发功耗)以及处理器工作在2个频率的片上系统的总体功耗.     

基于对等特征的P2P流量识别方法

针对P2P网络的最基本特征:网络节点对等,每个节点既是服务器又是客户端。本文提出了一个简单高效的解决P2P流量识别方法,该方法没有用到应用层的协议,不需对数据包进行应用层解析,只判断源地址、目标地址及端口号。实验结果表明该方法执行效率高,并且对加密数据包以及未知P2P应用的数据包都有很好的识别效果。     

面向传感器网络的节点安全聚类成簇算法研究

无线传感器网络的节点欺骗和虚假信息易造成传感器网络在物理上的不安全性,给系统带来不利影响。故设计了面向传感器网络的节点安全聚类成簇算法,借鉴随机密钥预分配模型,采取有效的密钥管理技术在传感器网络成簇阶段进行恶意节点的识别和剔除,同时,通过节点定位技术对恶意节点进行定位、增加链路有效性认证反馈环节以及重新分簇等手段实现面向传感器网络节点的安全性设计。仿真实验与分析证明该成簇算法能够保证对于恶意节点的有效去除及数据的安全传输,有较强的适用性和推广价值。     

"思维导图"的学习方式研究

"思维导图"按照发散性思考的特征,把注意的焦点集中在中央图形上,主题的主干从中央向四周放射;分支由一个关键的图形或写在产生联想的线条上面的关键词构成,次级话题也以分支形式表现出来,附在较高层次的分支上;各分支形成一个连接的节点结构,并且末端开放.在本文的学习方式中,头脑风暴训练了学生的包容性思维,即要素思维,使学生尽可能全面发现知识点;而思维导图的绘制则训练学生的顺延思维,即寻找要素之间的关联性,融会贯通地形成完整的知识网络,提升了思维的深度.这种学习方式,能使学生随着知识增长点的出现,可以不断扩充、完善原有的知识网络.     

拓扑辨识一类新的复杂动态网络

复杂网络是复杂系统研究中的一个热点问题.时滞现象在现实网络中普遍存在,复杂网络中不仅节点之间的相互作用会出现时滞现象,节点动力学也会出现时滞.而社团结构在复杂网络中也极其重要,当信息从一个社团传到另一个社团时也会出现时滞现象.因此,根据LaSalle不变性原理和网络自适应控制技术,针对由相同节点构成的具有社团结构和节点时滞的复杂动态网络,提出了一种辨识未知拓扑结构的自适应控制方法,通过数值仿真验证了所提方法的正确性和有效性.     

无线传感器网络定位技术研究

在传感器网络中,位置信息对传感器网络的监测活动至关重要,确定事件发生的位置或获取消息的节点位置是传感器网络最基本的功能之一,对传感器网络应用的有效性起关键的作用。结合节点定位的基本概念和基本方法,对基于测距和非测距两种节点定位方法进行了研究,分析了这两种方法的优势和不足之处,并对当前比较流行的几种定位算法进行介绍和比较,最后提出了下一步研究工作的方向。     

基于贝叶斯网的飞机维护实训教学专家系统

针对飞机维护实训教学中教学硬件资源少、知识关联性强、检修方案不唯一、学生难以掌握的特点,引入基于贝叶斯网的知识表达和不确定性推理原理,设计并实现了飞机维护实训教学专家系统.与一般基于规则的专家系统相比,本系统利用先验概率分布使推理可以在输入数据不完备的基础上进行;以网络拓扑结构表达定检维修中的定性知识,以网络节点的概率分布表达定检各个环节的关联性和不确定性,从而使不确定性知识的表达直观、明确;可以为学生提供快捷的故障诊断及排故训练.