【摘 要】
：
近年来,复杂网络影响力问题研究逐步成为多个领域的研究热点。它的主要研究内容分为节点重要性排序问题和节点影响力评判问题。本文主要针对传统算法不能充分找出具有影响力的节点,对一些关键节点有所疏漏,导致选出的节点影响力排名不够准确,或者只考虑到网络中节点属性,没有充分考虑到整个网络结构划分,导致最终选取出的种子节点影响范围不够广泛等问题进行探究。首先,针对复杂网络影响力最大化算法单纯的只考虑度数或者核数
论文部分内容阅读
近年来,复杂网络影响力问题研究逐步成为多个领域的研究热点。它的主要研究内容分为节点重要性排序问题和节点影响力评判问题。本文主要针对传统算法不能充分找出具有影响力的节点,对一些关键节点有所疏漏,导致选出的节点影响力排名不够准确,或者只考虑到网络中节点属性,没有充分考虑到整个网络结构划分,导致最终选取出的种子节点影响范围不够广泛等问题进行探究。首先,针对复杂网络影响力最大化算法单纯的只考虑度数或者核数,未考虑到处于网络结构核心位置的节点,导致最终影响范围不够广泛的问题,提出了一种基于核数和结构洞的影响力最大化算法（K-Shell and Structural Holes,KS2H）。通过计算节点的核数、度数以及找出得分较高的结构洞节点,更加全面的评估节点的重要性,从而找出更具有影响力的节点。其次,针对传统的影响力最大化算法只考虑到节点的内部属性,忽略了节点与节点之间的外部属性,导致选出节点影响范围过于局限等问题,提出一种基于社区结构和属性的影响力最大化算法（Community Structure and Community Attributes,CSCA）。CSCA通过社区划分将网络分为不同模块,找到连接不同社区的节点加入到种子集合,以充分考虑节点的内外属性,使得信息在网络中能够更快更广泛的传播,提高网络的连通性。最后,对KS2H和CSCA算法实验分析。在真实数据集上通过独立级联传播模型进行信息的仿真传播,使用感染范围和时间消耗指标分析KS2H、CSCA算法和对比算法选出种子节点的影响广度与时间消耗,验证两个算法的有效性。并使用网络效率、网络巨片指标分析本文算法与对比算法选出节点对网络的影响程度,验证CSCA选出的节点对网络连通性的影响。
其他文献
近年来,我国加快推动能源清洁、低碳、安全、高效的利用,使得光伏发电在很多领域广泛应用。光伏系统直流侧容易受环境因素的影响,产生持续燃烧的电弧,进而造成火灾事故,危害光伏系统的安全运行。本文针对光伏系统直流侧串联电弧故障进行研究,提出快速、准确的串联电弧故障检测方法,并制定了保护策略。本文分析了光伏并网系统和直流电弧的特性。在光伏并网系统特性的理论基础上,分析了影响光伏系统输出特性的主要因素,并对光
受困扰于日益严峻的能源危机和环境压力,各国政府越来越重视对电动汽车产业的发展。相比较传统的燃油汽车,电动汽车在节能减排上具有无可比拟的优势。近些年,随着电动汽车电池技术的突破、智能电网的不断发展以及各国政府对电动汽车产业的政策扶持,电动汽车的市场份额得到迅速提高。但是,由于电动汽车自身的充电特性在时间和空间上具有高度不确定性,大规模电动汽车在非受控情况下接入电网充放电将给电网带来巨大的挑战和威胁。
随着社会的进步以及经济的飞速发展,人们在生产生活中对电力的需求量变得越来越大,如何在保障用电质量的前提下降低用电成本是电力行业发展需要解决的关键问题。在智能电网中,温控负荷因为其特有的灵活性被广泛研究。工业用户暖通空调系统是一类典型的温控负荷,本文通过优化工业用户暖通空调系统的用电成本来改进工业用户用电方式,实现能源的合理利用。本文研究了工业用户暖通空调系统中空调负荷电价策略以及用户舒适度的问题,
针对极端灾害地震的不确定性和破坏性特点而造成电力系统供电能力不同程度的削弱问题,本文以灾害场景集合、电-气耦合系统的协调子系统的耦合联系和评估方法为视角,充分结合成熟的电转气、气转电技术和天然气发电机提升装机容量的优势,提出了全面评价电-气综合能源系统的韧性评估框架。其研究目的是确定电-气综合能源系统克服极端灾害对配电网系统破坏性影响,完成对系统的精确韧性评估,不同的韧性评估结果给出对应的提升韧性
当前对于内燃机的研究相比于传统试验,数值模拟方法优势明显,不仅在试验设备、地域、人工方面节约大量成本,而且省时高效,可以通过参数化管理实现试验条件的变换。为研究某柴油机在燃烧性能良好的条件下,配气过程与进气过程贮存气量和排气过程功损失的关系,得到最优配气相位,本文利用计算流体力学的方法展开了对该柴油机工作过程的模拟和正时匹配的研究。对柴油机工作过程的研究,在三种不同转速（1500r/min、200
随着风电产业的快速发展,风电机组故障诊断与状态监测问题导致运维成本居高不下。提高风电机组状态监测精度,准确识别早期异常是当前风电发展面临的难题。数据采集与监控（Supervisory Control and Data Acquisition,SCADA）系统提供了风电机组运行中的状态数据,利用SCADA数据进行风电机组状态监测不需要安装额外传感器。本文基于SCADA中丰富的状态信息对风电机组齿轮箱
滚动轴承是重大装备中的关键支撑部件,由于长期在复杂恶劣工况下运行,导致滚动轴承故障频发,严重影响设备运行的安全性和稳定性。如何从含有大量噪声干扰的振动信号中快速准确地提取故障特征信息,对设备的健康状态进行准确及时地检测与诊断,以及实施“早期故障早发现,早预防”的维修策略,对提高设备的运行可靠性和避免重大经济损失具有重要意义。振动信号中的周期性冲击特征是滚动轴承发生故障的一个重要征兆,但冲击特征对噪
随着化石燃料对环境的影响日益明显,全球对可持续能源供应的需求在未来几年将变得越来越重要,基于可再生能源技术（太阳能、风能、水能和生物质能）的分布式发电正成为未来发电系统中更重要的能源选择。然而,由于分布式发电系统与日俱增的渗透水平,以及单相、非对称和非线性负载的过度使用等,将会给电网带来一些不利影响,如电压不平衡、失真、跳频等问题。上述这些问题将难以保证微电网逆变器与电网电压保持同步,从而会降低微
近年来科学技术不断进步,推动了我国经济的进一步发展。旋转机械对我国工业设备稳定运行起到举足轻重的作用,而滚动轴承作为旋转机械中的关键零部件,在机械领域具有相当广泛的应用,其一旦发生故障会给人们的生产生活带来巨大的经济损失,甚至危害人们的生命安全,因此对滚动轴承故障进行深入研究是一项至关重要的工作。本文对滚动轴承展开了重点的研究:首先对轴承故障信号进行采集,之后对采集到的信号进行噪声滤除以及故障特征
碳氮化钛（TiCN）金属陶瓷具有高硬度、耐磨损等优良的力学性能,耐腐蚀和导电性能,使其在诸多领域有广泛的应用。为了满足更苛刻的工作环境,提升碳氮化钛的性能,许多学者通过掺杂WC、TiB2和SiC等硬质相来提升碳氮化钛的硬度和强度。在提升碳氮化钛的韧性、抗氧化性和导电性的相关研究还相对较少,本文通过生成晶须状h-TiB和掺B生成新相来烧结钛硼碳氮复合材料,研究复合金属陶瓷的微观结构和性能之间的关系。