基于改进的节点贴近度簇划分算法的研究

复杂网络中社区结构的发现是数据挖掘领域的研究热点,也是进一步发现社区关系知识的前提.根据网络的系统局部信息和全局信息,计算通过网络系统节点之间的贴近度矩阵,并将网络节点可以按照贴近度和模块度指标划分为两个不同的簇.在四个实际网络数据集以及计算机生成网络的实验结果表明,该算法相比Newman、GN等[1]算法具有更高的准...     

一种优化共同邻居影响的动态距离社区发现算法

在众多社区发现算法中,Attractor算法是一种快速的社区发现算法,具有社区检测准确率高的优点。为解决Attractor算法在距离更新过程中节点对度值相差太大,影响小度节点所属社区判断问题,提出一种优化共同邻居影响的Attractor社区发现算法。该算法在Attractor算法提出的动态距离节点交互模型基础上,考虑节点对两者度值差异,通过在节点对与共同邻居交互模式中增加一个大度节点不利系数,以增加小度节点对邻居的吸引作用。采用LFR基准网络,在不同结构网络上验证改进算法的有效性。实验结果表明,改进算法与Attractor算法相比社区发现准确度更高。     

基于GA与SA的社区检测优化算法研究

社区结构是网络最重要的属性之一,近年来社区检测受到极大关注,出现了很多社区发现算法。模块度是衡量社区划分好坏的重要指标,但是其分辨率却有一定局限性。将模块度中加入一个可调参数,根据社区结构调整参数更适合于需求不同的社区检测。随着网络规模的扩大,社区发现算法既要有较高的准确性,又要有很低的时间复杂性。提出一种发现算法GASA,该算法将遗传变异与模拟退火相结合,既有遗传算法的全局搜索能力,又有模拟退火算法的局部搜索能力。该算法用于社区检测优势明显,检测到的社区更接近真实社区。     

基于CNN的多尺度特征在手写数字识别中的应用

在手写数字识别数据集(MNIST)情景下,为了提高卷积神经网络的识别正确率,提出了一种改进的基于卷积神经网络(CNN)的多尺度特征识别算法.首先,利用卷积操作和池化操作提取图像中的全局特征及局部特征,通过二次卷积与特征融合获得数字图像的多尺度特征.然后,将多尺度特征送入全连接网络和Soft Max分类器,实现手写数字图像识别.最后,通过对不同网络结构的CNN算法进行评估表明,本文提出的算法可以有效提高网络精度,具有较好的泛化能力.     

一种基于度排序的节点重要性排序算法

为有效评估复杂网络中节点的重要性,特提出了一种基于经典度排序方法的合度排序算法.合度排序算法是在节点度的基础上提出了邻度和合度的概念,通过计算每个节点的合度值来评估节点在网络中的重要性,即合度值越大,节点在网络中的重要性越高.并利用经典的度排序算法、接近度排序算法及新提出的合度排序算法对同一网络拓扑图的节点进行排序,证明了合度排序算法的有效性.     

基于三网络模式的阿尔茨海默病和遗忘型轻度认知功能障碍的半球间功能连接研究（英文）

目的:探讨阿尔茨海默病(AD)和遗忘型轻度认知功能障碍(aMCI)在默认脑网络(DMN)、突显网络(SN)和执行控制网络(ECN)这三个脑网络中的半球间脑功能连接的差异性。创新点:利用体素镜像同伦功能连接(VMHC)来观察AD和aMCI在多个脑网络基础上的半球间功能连接特点。方法:该研究纳入了浙江省人民医院就诊的30例AD患者、14例aMCI患者和18例老年健康对照者,均给予静息态功能磁共振扫描,利用VMHC进行数据分析,联合简易智力状态检查量表(MMSE)和蒙特利尔认知评估量表(MOCA)进行相关分析。结论:(1)位于三个脑网络的异常半球功能连接主要存在于AD组,可以作为AD诊断的一个敏感性指标;(2)VMHC值可以作为预测AD进展包括aMCI发展为AD的一个敏感性指标。     

现代汉语兼语结构的机器探测

采用统计与规则结合的方法对现代汉语兼语结构的机器探测方法展开研究,提出了用于自动探测兼语的＂兼语候选项特征＂与＂支持度＂的概念,同时设计出了相应的算法,并在此基础上,用Visual C＋＋编译出了相应的＂现代汉语兼语结构机器探测软件＂。通过对200万字的《人民日报》1998年1月语料进行机器探测试验和测试,发现：对于现代汉语兼语结构的探测,兼语候选项特征与支持度的计算起到了相互补充的作用。实验结果显示,探测达到80%左右的调和平均值,基本达到实用水平。     

一种模块化的IPv6路由转发“两性”实验设计

为了让网络工程专业学生灵活地应用路由交换理论、更好地掌握网络设备内部组成、熟悉网络领域新技术,将开放可编程网络的概念引入到《计算机网络》的实验教学。利用逻辑功能块的模块化和抽象化特征,设计了一个IPv6路由转发实验。实验以搭积木的方式构建一个支持IPv6报文转发功能的逻辑功能块连接关系图,具体包括了IPv6转发机理及逻辑功能块建模等内容,具有典型"两性"实验特征。给出了实验的测试方法,对所设计的系统性能进行了测试评估,结果证明了实验设计的可行性。     

基于社交网络的犯罪团伙发现算法研究

如何快速、有效地发现犯罪团伙是公安机关侦查办案中的关键问题之一。针对通信网络特点,改进社区发现的Louvain算法,并根据电信诈骗犯罪团伙利用通信网络实施诈骗的特点,提出基于相似度的犯罪团伙发现算法,以及基于属性的犯罪团伙发现算法。初步实验结果表明,改进后的Louvain算法可以提高通信网络社区划分效率。然后在社区中利用结构特征进行相似度判断,并结合属性特征进行聚类分析,从而为公安机关发现可疑犯罪团伙提供有效的理论与技术支撑。     

基于连接矩阵的社区发现算法

以分歧点和矩阵连通度为依据,通过矩阵初等行列变换划分网络社区的算法,可准确划分社区个数已知的网络,其算法简捷清晰,复杂度相对较低.     

传统村落社区演进韧性评估——以通道县皇都村为例

研究从演进韧性的理论视角出发,探讨传统村落社区演进韧性的具体内涵,运用德尔菲法、层次分析法和熵值法计算评价指标因子权重,构建传统村落社区演进韧性评估体系,并以皇都侗族文化村为案例地,分析其演进韧性评价的结果.研究认为传统村落社区演进韧性评估体系包括社会、文化、经济、组织和生态5个一级指标和就业率、社会固定投资额、非物质文化遗产传承人数量、水资源等24个具体指标.皇都侗族文化村社区演进韧性整体呈稳步上升的趋势.     

网络学习社区的自组织形态研究

网络学习社区可以被分为自组织和被组织两种类型。自组织的网络学习社区具有结构开放、学习方式灵活等鲜明特征。本文主要讨论自组织形态的网络学习社区,并将两种形态的网络学习社区进行了初步比较。笔者认为,自组织网络学习社区在网络学习的某些方面显示出明显的优势,应该引起远程教育机构的充分注意。     

一种新型带门限回归单元循环神经网络的信息安全评估算法

目的:针对现有信息安全评估算法的准确性和鲁棒性不足,以及评估效率的低下,本文提出一种新型带门限回归单元的循环神经网络(GRU-RNN)信息安全评估算法.方法:该算法首先提取信息安全评估中的内外安全态势特征,然后将特征应用至GRU-RNN时间序列分析网络中,通过对该时间序列分析网络模型的训练和交叉验证,完成对网络信息安全的评估.结果:在林肯实验室的DARPA数据集上进行仿真实验,相比于传统网络安全评估算法,本文提出算法获得了更高的评估准确率和鲁棒性.尽管GRU-RNN模型需要更多的训练时间,但是能够保证更好的评估结果,并且适合不稳定的信息安全数据评估.结论:本文提出的内外安全态势特征能够很好的描述时间序列数据中的信息安全特性,并且应用GRU-RNN模型能够应对非平稳数据,同时提升了信息安全评估的准确率与鲁棒性.     

语义网络的结构:我们怎样学习语义知识

分析了2个大型语义网络HowNet和WordNet的全局意义结构.发现两者都是具有小世界和无尺度特征的复杂网络,但具有一些独特的属性.两者连接度分布的幂律指数介于1·0和2·0之间,而不是像许多常见的无尺度网络一样接近于3·0.连接度相关系数都小于0,与生物性网络相似.BA模型以及与其相似的一些模型不能对其动力学加以解释.节点连接度与其聚集度指数之间遵循标度律,表明网络中可能存在自相似的层次结构.认为人类学习语义知识的几种主要方式如聚合与隐喻等影响了语义网络的这些结构特征.     

网络智能教学系统中双层学生模型的设计

本文探讨了在网络智能教学系统中建立一个双层动态学生模型的方法,模型的初始层采用复合认知型学生模型,高级层利用Hopfield神经网络算法,在初始层数据的基础上加入兴趣、爱好、知识状态、学习历史等信息进行评价、分类.该模型克服了单一学生模型结构数据处理的障碍,能够灵活、全面地对学生的学习特征进行分析,有效改善了智能网络教学系统的教学决策过程.     

小学高年级学生简算习惯与能力调查报告

一、目的与要求 1.目的:简便计算作为一种计算能力显得十分重要.数学课程标准指出:在计算教学中重视口算、加强估算、提倡算法多样化的同时,要鼓励学生使用学过的简便算法,合理、灵活地进行计算,提高计算能力,达到优化,以利于培养学生思维的敏捷性和灵活性.     

基于灰关联-模糊层次的网络态势评估模型研究

互联网的飞速发展导致系统复杂性随之增加。传统网络管理无法满足需求,基于融合的网络态势感知成为未来发展的必然方向。在网络态势评估领域中,进行定性分析和定量计算的模糊层次算法应用广泛,该算法引入模糊理论,简化了层次算法的复杂度,但是减少了算法的复杂度,考虑了指标间的模糊事件,评估结果也更加客观合理,但是没有考虑到指标之间的相互关系,存在指标之间的冗余,同时模糊理论也不能解决灰色事件。鉴于各评估因素的复杂关系,本文引入了灰色理论,将灰色理论和层次分析法相结合,提出了灰关联层次的网络态势评估方法,并给出态势评估的基本框架和详细介绍了评估流程。该网络态势评估分析法吸取了层次分析法本身的优点,同时针对评估指标的特点,对模糊层次分析法进一步加以简化,避免了层次总排序和一致性检验计算,考虑了指标之间的相互关联关系,减少了网络态势评估指标的冗余性。     

一种个性化的可信服务选择方法(英文)

为了充分体现Web服务的可信性特征和用户偏好在服务选择中的作用,提高服务选择过程的可信性,提出一种个性化的可信服务选择方法.定义Web服务可信性为按需定制的多维信任评估指标,用户偏好用各维信任指标的权重值体现.提出一种层次分析法和偏好排序组织法相结合的服务选择方法.层次分析法用于计算基于用户偏好的信任指标权重值,根据信任评估指标构建层级结构,构造成对比较矩阵,求解矩阵最大特征值和特征向量获得信任指标权重.偏好排序组织法用于对候选服务进行排序,根据各维信任指标的内在特征选择合适的偏好函数,计算候选服务的净流值获得服务排序.实验结果表明该方法可以有效地体现用户个性化的信任需求,有效提高服务排序和选择的可信性.     

基于动态因果模型中功能连接的抑郁症识别

为了探索悲伤刺激下的关键情感神经回路,利用功能核磁共振信号进行了动态因果建模．在Papez环路和相关先验知识的基础上建立情感环路的固有连接模型,并相应建立了3个调节连接模型．在这些模型中,实验刺激作用于不同的连接点,它们对脑区间的神经活动影响及对神经活动的调节方式都各自不同．然后通过贝叶斯模型比较,选出了最优模型．从群组分析中发现抑郁症患者前扣带回至右额下回的固有连接和调节连接均显著强于健康被试．随后将这些功能连接参数作为特征用于抑郁症分类,其中SVM分类器的准确率为80．73％．这也在一定程度上验证了功能连接用于抑郁症识别的有效性,并为抑郁症临床诊断提供了新的思路．     

中职专业基础课模块化的逻辑理路与推进路向

课程无教材则空,教材无课程则盲。中等职业学校专业基础课的价值主要体现在技术性和发展性两个方面,而应用性不足与碎片化严重是其亟待回应的现实问题。模块化以其灵活性特征有助于找寻工作过程,由此使专业基础课获得职业逻辑。中职专业基础课应该应通过彰显类型特征、确立行动导向、遵循能力发展规律来深入回答课程何以指向、知识何以可能、结构何以序化的问题,并通过耦合技术知识、构建灵活性模块、任务纵横融通来推进课程模块化。