绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 5 条结果
[期刊论文] 黄德才 谷宗昌 杨雄
-
CSTPCD 北大核心
-
摘要:现有算法存在两点不足:1)采取爬坡策略,每次只能合并1个节点,容易陷入局部最优化的陷阱;2)对待合并节点没有考虑到外部连接情况,最终影响局部社区发现的质量.基于此,提出了一种基于节点对的局部社区算法 RCD(Relative community detection).首先,通过引入改进Katz系数提出了节点对的概念,进而提出了一种新的待合并节点选择策略;其次,对不同类型节点采取不同的合并策略,从而提出了一种新的节点合并策略;最后,在3个数据集中进行实验,证明了相较于LS算法,RCD算法减少了迭代次数.改善了局部社区发现的质量....
[期刊论文] 陆亿红 张振宁 杨雄
-
CSTPCD 北大核心
-
摘要:社团结构是复杂网络的一种很普遍且非常重要的拓扑特征,社团的发现有助于了解复杂网络的结构和功能.节点间相似度的评价指标对于社团发现的结果起着至关重要的作用,传统算法中使用的相似度指标存在着时间复杂度过高和不够精确的缺陷.为了弥补这两个缺陷,在信息传递理论的基础上将网络中的节点抽象成了多维数据集,结合传统聚类算法K-means提出了一种社团发现的新算法.基于Zachary Karate Club网络、Jazz Musician网络和Face-book网络的实验结果表明,该算法是高效且准确的....
-
北大核心 CSTPCD CSCD CA EI CBST
-
摘要:针对当前复杂网络影响力节点探测和评估方法不能精确定位影响力节点、计算复杂等不足,在传统网络K核分解方法的基础上引入了路径多样性概念,从信息传播角度进行了研究,提出了一种基于路径多样性信息熵进行影响力节点探测与评估的新的核度中心方法,即路径多样性核度中心(Cncd)方法.实验结果显示,相对于其他影响力节点探测与评估方法,如度中心法(CD)、介数中心法(CB)、接近中心法(Cc)、K核中心法(Kc)及核度中心法(Cncd),Cncd方法能够更精确地对影响力节点进行定位,并且能更细粒度地对节点影响力进行有效排序....
[期刊论文] 杨雄 黄德才 张子柯
-
北大核心 CSTPCD CSCD CA SCI SCIE CBST SA
-
摘要:当前网络安全防御策略集中部署于高连接度节点主要有2个方面的不足:一是高连接度节点在很多场合中并不是网络通信的骨干节点;二是该类节点对信息的转发和传播并非总是最有效的。针对以上传统部署策略的不足,改进了恶意病毒程序传播的离散扩散模型并采用中间路径跳数来衡量网络节点的重要程度,提出了基于介数中心控制力和接近中心控制力模型的重要节点优先推荐部署技术。实验结果显示具有高介数中心控制力和低接近中心控制力的节点相对于传统的高连接度节点无论在无标度网络还是小世界网络均能够对恶意病毒程序的疫情扩散和早期传播速度起到更加有效的抑制作用,同时验证了网络分簇聚类行为产生的簇团特性也将对恶意程序的传播起到一定的负面影响。...
[博士论文] 杨雄
控制科学与工程 浙江工业大学 2017(学位年度)
摘要:复杂网络的影响力节点度量和影响力最大化技术已成为近年来网络科学领域的热点问题,该项工作对控制疾病爆发、提升广告效应、优化信息传播效果、挖掘社交网络影响力个体等均具有重要的实际意义。
  目前影响力节点的度量主要通过邻域、位置、路径等网络拓扑结构来定位对信息传播起重要作用的节点。例如度中心、介数中心、接近中心、Katz中心、K核中心等经典中心度量方法己被广泛应用于识别网络影响力节点,然而这些方法大多相互独立、并且忽视了信息传播规律对影响力节点度量的作用。针对上述讨论,本文融合了复杂网络拓扑结构和传播动力学机制,分别从网络传播和病毒控制两个角度提出了影响力节点的度量方法;同时进一步研究了影响力最大化算法,结合覆盖和折扣策略,高效地解决了分布式种子的选取问题。全文主要工作概括如下:
  (1)从网络传播角度提出了一种基于路径多样性的核度中心影响力度量方法。不同于K核分解粗略定位核层最大的个体作为影响力节点,该方法综合考虑节点位置和局部邻域信息、结合传播动力学机制、在K核分解基础上引入路径多样性信息熵进行影响力传播节点的探测和评估。在Jazz网络、C.elegans网络、Email网络的实验表明,相对于度中心、介数中心、接近中心、K核中心、核度中心,本文的路径多样性核度中心方法能够更精确地对影响力节点进行定位,并且更细粒度地对节点影响力进行有效排序。
  (2)从病毒控制角度提出了一种基于跳数的介数中心和接近中心影响力度量方法。该方法首先给出了一种不带免疫修复策略的病毒离散传播模型,该传播模型可以描述病毒传播的动态演化过程和节点微观状态。在1000个节点规模的人工无标度网络和人工小世界网络实验表明,相对于传统的度中心方法,介数中心和接近中心能够对病毒抑制和早期传播起到更加有效的控制作用,同时也验证了网络社区结构将对信息全局传播起到一定负面作用的观点。
  (3)提出了一种基于2阶邻域重叠效应的影响力最大化算法。在独立级联模型基础上引入有限传播距离概念,从传播动力学角度提出了一种传播距离有限的独立级联模型LDIC,该模型证明了采用2阶邻域定位种子节点的有效依据。由此提出了一种2阶邻域影响力折扣启发式算法NIDH。该方法每次选取种子后对2阶邻域内的节点影响力进行折扣计算,从而弱化种子周边节点的传播影响力,促使种子选取尽可能分散;并且NIDH算法引入每条边的激活概率来计算节点的传播影响力。两个有向网络NetComm和Celegan的实验表明,NIDH能够更精确地选取分布式种子节点。
  (4)提出了一种基于核度中心的影响力最大化算法。该算法每轮选取当前轮次核度最大且未被覆盖的节点作为种子,然后对相同核层内的邻居进行覆盖、对核外邻居的核度进行折扣计算;由此提出了一种基于核度覆盖和折扣的启发式算法NCCDH。该算法利用高核层节点间彼此紧密聚集的网络特征,有效阻止高核层内拥有较多共同邻居的节点被同时选为种子,并且对核外边缘位置的度大节点给予合理评估。在规模较大的Hamsterster网络、Ca-GrQc网络、COND-MAT网络实验显示,感染概率逐渐增大时,NCCDH相比于其他算法在SIR模型取得了更大的传播范围、在SI模型取得了更快的传播速度;更重要的是该算法具有较好的时间复杂度。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部