区间数多维标度分析及其应用

多维标度法(multidimensional scaling,MDS)是一种利用客体间的相似性去揭示其空间关系的统计分析方法.为了将普通的多维标度分析扩展到数据为区间数的多维标度分析,首先对多维标度理论、区间分析理论及其应用进行了概括,其次给出了多维标度的相关概念及区间数的相关定义及性质,最后依据给出的三个区间距离和相似度将普通的多维标度分析扩展到区间数多维标度分析,并用区间多维标度法对2009-2010年河南省15个品种小麦产量进行分析,用SPSS软件分析得到Stress-K压力指数和RSQ值来说明拟合效果,通过空间感知图来揭示各品种产量的空间关系并对结果进行解释.     

模糊托格森多维标度法

多维标度法是进行数据挖掘常用的方法之一,这种方法将对象之间复杂的关系用相对简单的点距离表示出来,现在广泛应用于心理学、地质学、环境分析和知识结构分析等众多难以取得准确定量资料的领域。文中提出了相异度的概念,并将其作为一种非相似度量应用在经典的托格森多维标度法中。     

基于择优随机游动的加权网络模型

基于择优随机游动提出一个加权网络模型,并对网络的强度分布、度分布以及权重分布进行分析,结果表明：该模型生成的网络具有无标度特性．     

A refinement of scaling laws in wall turbulence

As a universal conclusion of turbulent scale, scaling laws are important to the research on statistic turbulence. We measured two-dimensional instantaneous velocity field in turbulent boundary layers of flat plate with the momentum thickness Reynolds number Reθ=2 167. Scaling laws have different forms in different wall distance and scale. We proposed an expected scaling law and compared it with the She-Leveque （SL） scaling law based on the wavelet analysis and traditional statistical methods. Results show that the closer to the wall, the more the expected scaling law approached to the SL scaling law.     

中国大学专利被企业引用网络分析 —以清华大学为例

专利引用是技术或知识溢出的重要机制,网络拓扑分析的引入有助于理解专利引用网络的结构特征,揭示专利引用过程中的技术或知识流动规律。在USPTO系统中,检索中外企业专利引用清华大学专利的相关数据,构建清华大学专利被企业引用网络,并运用社会网络分析方法研究网络特征路径长度、聚合系数、中心度等结构特征。研究发现,清华大学专利被企业引用网络的特征路径长度小,聚合系数较高,存在明显的小世界现象;网络中心度分布呈现明显的"少数结点拥有大量联结,大量结点拥有少数联结"的现象,符合幂律分布特征。     

小世界效应和无标度网络模型在网络安全中的应用

本文叙述了互联网网络的小世界效应和无标度网络模型等内容以及互联网有害信息的种类、入侵方法。在此基础上,分析研究了互联网拓朴结构的特性在防范病毒传播和黑客入侵中的免疫机理,并提出了相应的对策。     

图书馆图书借阅系统与单标度二元网络模型

本文从网络的角度 ,研究了图书馆这样一种有趣的复杂系统。读者和图书之间通过借阅建立联系 ,可以在两个层次上用网络语言来描述 ,即二元 (读者—图书 )和单元 (读者—读者 ,图书—图书 )网络。我们以研究配位数分布为工具 ,研究了北京师范大学图书馆外借处图书在 14个月内的借阅情况所构成的网络 ,发现其体现了很好的单标度性质 ,即配位数分布体现为一指数衰减的形式。随后提出了一个单标度二元网络模型 ,对此进行解释 ,定性地重现了这一实测结果。     

高能p(p)碰撞喷注的判定及其性质的研究

用CERN－SppS对撞机产生5000000个高能pp碰撞事件并用喷注的圆锥判定法判定事件中的喷注，并且对不同喷注数的百分比、累积变量、喷注内部粒子数相对于坐标Y，Pt,φ的区间分布以及一维二阶阶乘矩的饱和现象等性质进行了研究。最后用三维自仿射分析得到了三维二阶阶乘矩的反常标度性。     

单偏好随机网络演化模型

为了进一步探求复杂网络的形成机制,文章提出了一种B A(Barabási-A lbert)模型的扩展模型,考虑网络节点增加的同时,网络内部演化对网络发展的影响.该模型不仅包含加点、加边两种外部演化;而且还包含重连和删边两种内部演化,在每个时间步的操作中,新引入结点的度、重连的边数都是随机的.针对单偏好依附网络模型,运用连续性理论及随机分析理论证明,如果适当选取模型参数,这种网络自演化为无标度网络.而且验证了分析的结果与计算机模拟具有很好的一致性.     

层次分析中的连续标度方法

本文给出了一种解决排序问题的新方法，并证明了排序结果是严格保存的。