版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人類社會(huì)的不斷發(fā)展,復(fù)雜網(wǎng)絡(luò)理論知識(shí)越來(lái)越廣泛的應(yīng)用到社會(huì)的各個(gè)領(lǐng)域。在復(fù)雜網(wǎng)絡(luò)研究中,網(wǎng)絡(luò)拓?fù)鋵W(xué)拓展了人們對(duì)復(fù)雜系統(tǒng)的認(rèn)識(shí),而網(wǎng)絡(luò)動(dòng)力學(xué)則更深入地刻畫了復(fù)雜系統(tǒng)的本質(zhì)。
本文在對(duì)社區(qū)檢測(cè)算法進(jìn)行廣泛研究的基礎(chǔ)上,從網(wǎng)絡(luò)動(dòng)力學(xué)的角度提出一種符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)方法。該方法使用改進(jìn)的Kuramoto模型,基于振蕩器相位同步原理,通過(guò)微分方程的并行處理方式使節(jié)點(diǎn)相位快速進(jìn)行更新并達(dá)到同步,根據(jù)各個(gè)節(jié)點(diǎn)穩(wěn)定時(shí)的相位,可快速有效地檢測(cè)
2、出符號(hào)網(wǎng)絡(luò)的各個(gè)社區(qū)和社區(qū)間的重疊節(jié)點(diǎn)。同時(shí),基于網(wǎng)絡(luò)中節(jié)點(diǎn)相位的動(dòng)力學(xué)演化結(jié)果,我們提出了一種新的鏈路預(yù)測(cè)方法,并通過(guò)實(shí)驗(yàn)與傳統(tǒng)算法進(jìn)行了對(duì)比。現(xiàn)將全文的內(nèi)容總結(jié)如下:
(1)符號(hào)網(wǎng)絡(luò)的振蕩器相位同步。本章中提出了改進(jìn)了的 Kuramoto模型,引入了負(fù)耦合強(qiáng)度,根據(jù)符號(hào)網(wǎng)絡(luò)社區(qū)內(nèi)部節(jié)點(diǎn)正向鏈接稠密,鄰接矩陣中對(duì)應(yīng)元素多數(shù)為1,作用的正耦合系數(shù)較多,優(yōu)先使社區(qū)內(nèi)部的節(jié)點(diǎn)的相位趨于同步;而不同社區(qū)之間節(jié)點(diǎn)負(fù)向鏈接稠密,鄰接矩陣
3、中對(duì)應(yīng)元素多數(shù)為-1,作用的負(fù)耦合系數(shù)較多,使不同社區(qū)的節(jié)點(diǎn)相位相互遠(yuǎn)離。這樣就使得符號(hào)網(wǎng)絡(luò)中同一個(gè)社區(qū)內(nèi)的節(jié)點(diǎn)的相位聚集,形成一個(gè)同步組,而不同社區(qū)間的節(jié)點(diǎn)的相位分離。通過(guò)這種網(wǎng)絡(luò)動(dòng)力學(xué)行為,符號(hào)網(wǎng)絡(luò)節(jié)點(diǎn)的相位會(huì)被分為幾個(gè)不同的同步簇。
(2)基于網(wǎng)絡(luò)動(dòng)力學(xué)的符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)。第一,根據(jù)上一章的推斷,利用了振蕩器的相位同步原理,符號(hào)網(wǎng)絡(luò)最終會(huì)形成幾個(gè)同步簇,每個(gè)同步簇即是符號(hào)網(wǎng)絡(luò)的一個(gè)社區(qū),符號(hào)網(wǎng)絡(luò)通過(guò)這種聚類機(jī)制最終會(huì)被劃
4、分為幾個(gè)社區(qū)。為了驗(yàn)證我們提出的方法的可行性與準(zhǔn)確性,我們對(duì)幾個(gè)有代表性的符號(hào)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn),最終證明此方法是一種高效,準(zhǔn)確的方法。第二,提出了針對(duì)加權(quán)符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)模型,并對(duì)典型的加權(quán)符號(hào)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn),驗(yàn)證了方法的可行性和有效性。第三,將基于網(wǎng)絡(luò)動(dòng)力學(xué)的符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)方法與FEC算法在計(jì)算機(jī)產(chǎn)生網(wǎng)絡(luò)中進(jìn)行了對(duì)比,得出我們算法的檢測(cè)效果是優(yōu)于FEC算法的,然后總結(jié)了算法的正負(fù)耦合系數(shù)對(duì)符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)效果的影響。
(3)基于
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于振蕩器相位同步的網(wǎng)絡(luò)動(dòng)力學(xué)社區(qū)檢測(cè).pdf
- 基于進(jìn)化算法的符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè).pdf
- CA的符號(hào)動(dòng)力學(xué)研究.pdf
- 基于符號(hào)動(dòng)力學(xué)的神經(jīng)編碼機(jī)制研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)理論的社區(qū)動(dòng)力學(xué)研究及應(yīng)用.pdf
- 常微分方程的動(dòng)力學(xué)行為及符號(hào)動(dòng)力學(xué)分析.pdf
- 基于系統(tǒng)動(dòng)力學(xué)的網(wǎng)絡(luò)業(yè)務(wù)研究.pdf
- 3064.基于傳播動(dòng)力學(xué)的復(fù)雜網(wǎng)絡(luò)社團(tuán)檢測(cè)方法研究
- 累積放電模型及其符號(hào)動(dòng)力學(xué)研究.pdf
- 復(fù)雜網(wǎng)絡(luò)的演化動(dòng)力學(xué)及網(wǎng)絡(luò)上的動(dòng)力學(xué)過(guò)程研究.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)的腦網(wǎng)絡(luò)動(dòng)力學(xué)研究.pdf
- 基于邊界效應(yīng)的動(dòng)力學(xué)無(wú)損檢測(cè)方法.pdf
- 基于動(dòng)力學(xué)原理的MAYA混合動(dòng)力學(xué)角色插件.pdf
- 復(fù)雜網(wǎng)絡(luò)輿論動(dòng)力學(xué).pdf
- 符號(hào)網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)中的社區(qū)檢測(cè)方法.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的博弈系統(tǒng)動(dòng)力學(xué)研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的合作演化動(dòng)力學(xué)研究.pdf
- 加權(quán)網(wǎng)絡(luò)及其復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué).pdf
- 基于零模型的復(fù)雜網(wǎng)絡(luò)傳播動(dòng)力學(xué)研究.pdf
- 基于阻抗檢測(cè)的血液動(dòng)力學(xué)監(jiān)護(hù)系統(tǒng).pdf
評(píng)論
0/150
提交評(píng)論