基于组稀疏贝叶斯学习的时空监控网络挖掘方法

发布时间：2017-04-13 10:24

  本文关键词：基于组稀疏贝叶斯学习的时空监控网络挖掘方法，，由笔耕文化传播整理发布。

【摘要】：现实世界中存在诸如流行病传播和信息扩散等各种各样的传播现象。传播预测对于人们深入理解这些传播过程的复杂机理具有十分重要的意义。简言之,传播预测是指:根据当前时刻观察到的系统状态,预测下一时刻未知的系统状态。现有的传播预测方法大都基于如下两个假设:(1)传播过程所依赖的传播网络结构已知;(2)不考虑监控成本,认为传播网络中所有节点的状态都可被获取。然而,以上两个假设在实际应用中通常难以成立。一方面,真实世界中的传播过程复杂多变,传播网络节点间的交互结构往往是异构的,隐含的,动态改变的,不能被直接观察到,因而具体的传播网络结构通常很难获取;另一方面,真实世界中的传播过程往往会覆盖的较大的时空范围,如席卷全球的流行病传播和互联网上的信息扩散,因而实时监控所有网络节点开销巨大,特别在监控资源十分有限的条件下,监控全部传播空间尤为困难。针对上述两个问题,本文提出了时空监控网络的概念和从数据中挖掘出时空监控网络的方法。本文将时空监控网络定义为真实隐含传播网络的一个近似,其拓扑结构具有如下特征:(1)该网络是有向网络,有向边表示传播过程中节点间的相互影响关系;(2)该网络包含了真实传播网络的所有节点;(3)该网络存在少数哨兵节点,基于哨兵节点当前的状态可近似地预测出网络中所有节点的下一时刻状态。基于以上概念,本文针对两类常见的传播系统分别提出了两种时空监控网络学习方法。(1)针对线性传播系统(节点状态表示为连续的实数),本文将时空监控网络学习问题建模为线性回归问题,提出了基于组稀疏贝叶斯回归模型的时空监控网络挖掘方法;(2)针对传播数据稀疏的非线性传播系统(节点状态表示为离散的整数),本文将时空监控网络学习问题建模为分类问题,提出了基于组稀疏贝叶斯分类模型的时空监控网络挖掘方法。本文对提出的上述方法进行了理论分析,并设计了多种实验方案,分别采用人工合成数据和真实数据对它们进行了充分验证。
【关键词】：复杂系统 数据挖掘 传播网络推断 时空监控网络 组稀疏贝叶斯学习
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O157.5;TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究意义10-11
• 1.2 研究现状11-12
• 1.3 本文研究动机及主要贡献12-15
• 1.4 本文结构15-16
• 第2章 问题定义与相关工作介绍16-23
• 2.1 复杂网络中网络推断问题的相关研究17-19
• 2.2 时空监控网络推断问题的定义19-21
• 2.3 时空监控网络推断问题的相关研究21-23
• 第3章 基于组稀疏贝叶斯学习的回归问题23-40
• 3.1 回归问题模型23-26
• 3.2 回归模型中的参数优化26-29
• 3.3 实验29-39
• 3.3.1 人工合成实验29-31
• 3.3.2 2009年香港H1N1数据相关实验31-35
• 3.3.3 2005-2009云南腾冲疟疾数据相关实验35-39
• 3.4 本章小结39-40
• 第4章 基于组稀疏贝叶斯学习的分类问题40-48
• 4.1 分类问题模型40-42
• 4.2 实验42-47
• 4.2.1 人工合成实验42-44
• 4.2.2 百度贴吧数据相关实验44-47
• 4.3 本章小结47-48
• 第5章 总结与展望48-49
• 5.1 工作总结48
• 5.2 工作展望48-49
• 参考文献49-54
• 作者简介54-55
• 致谢55-56

【相似文献】

中国期刊全文数据库 前8条

1 张善霞;张军惺;张耕宁;;基于LonWorks总线和GSM-R的列车监控网络[J];科技信息(学术研究);2008年09期

2 张诚洁;;城市环境空气质量监控网络及预警系统的实现[J];科技信息;2006年09期

3 刘清波;孙红伟;;关于数字化酒店综合通信网络技术解决方案[J];科技风;2011年13期

4 李杰飞;黄祖超;赵洪壮;;基于智能多媒体传感器的地质灾害监控网络[J];科技资讯;2013年02期

5 施秀芬;;鳄类的命运很悲哀——解读Traffic监控网络《野性的呼唤》报告[J];科学生活;2006年11期

6 梅林;;油库监控网络及信息集成方法[J];内江科技;2007年05期

7 毛俊红;;改进LEACH算法在煤矿安全监控中的应用[J];科技通报;2013年08期

8 ;[J];;年期

中国重要会议论文全文数据库 前6条

1 万yN洁;;护理安全管理监控网络的实施与体会[A];第三届全国铁路护理学术交流会论文集[C];2004年

2 潘三林;吴正义;;开放式计算机监控网络在珊溪水利枢纽工程中的应用[A];中国水利学会第三届青年科技论坛论文集[C];2007年

3 陈剑挥;王心刚;马果花;张进;张立功;贾晨;;公共环境化学监控网络系统浅析[A];公共安全中的化学问题研究进展（第三卷）[C];2013年

4 侯瑞莲;蒋志方;王强;丛中兴;;城市环境空气质量监控网络及预警系统设计[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

5 桑梓勤;唐吉玉;吴军平;刘静霞;王莉;杨旭;;数字图像监控网络的组播方案[A];全国第十次光纤通信暨第十一届集成光学学术会议（OFCIO’2001）论文集[C];2001年

6 孙志刚;程锦;;iFix及Controllogix系统在电除尘监控网络系统中的应用[A];中国硅酸盐学会环保学术年会论文集[C];2004年

中国重要报纸全文数据库 前10条

1 王升日 孙传忠;安全监控网络法成为生产“安全阀”[N];中国石化报;2002年

2 记者 刘玉珊 实习生 邱爽;我市将建立三级电视监控网络[N];平顶山日报;2006年

3 记者 孟鸣　实习生 刘扬;建立监控网络 及时查处违建[N];芜湖日报;2010年

4 周清;铁岭网通公司建城区监控网络 助力政务信息化[N];铁岭日报;2006年

5 记者 谭志文;科学管理和使用电子防控系统 切实构筑全天候安全 监控网络[N];郴州日报;2009年

6 耿联;建立国家级长江流域污染监控网络[N];新华日报;2006年

7 通讯员 黄延兵;渤海钻探钻井四公司——建立监控网络筑牢安全防线[N];中国石油报;2010年

8 本报记者 刘鑫;健全违建监控网络[N];绵阳日报;2012年

9 严小斌;江西新钢研发电能监控网络系统[N];中国冶金报;2006年

10 秦雷;“天眼”工程搭建全天候监控网络[N];哈尔滨日报;2009年

中国博士学位论文全文数据库 前1条

1 刘晓文;基于WSN的煤矿井下监控网络平台关键技术研究[D];中国矿业大学;2009年

中国硕士学位论文全文数据库 前10条

1 王馨蕾;基于组稀疏贝叶斯学习的时空监控网络挖掘方法[D];吉林大学;2016年

2 韩超;全数字化远程照明监控网络系统的设计与实现[D];吉林大学;2010年

3 白劲松;白城邮政储蓄所集中监控网络的规划研究[D];吉林大学;2007年

4 孙成;总线型船舶机舱监控网络及数据应用研究[D];大连海事大学;2014年

5 石文;煤矿监测监控网络系统的研究[D];西安电子科技大学;2011年

6 曹力;基于Modbus/TCP协议的监控网络研究与设计[D];华中科技大学;2008年

7 朱莹;ZigBee无线传感器蔗糖制炼监控网络的研究[D];桂林电子科技大学;2009年

8 梁璋涌;传输发射中心综合信息监控网络建设项目进度管理问题研究[D];南京邮电大学;2012年

9 张志峰;基于CAN总线的电子多臂监控网络系统的研究[D];东华大学;2005年

10 刘明鑫;井身质量监控网络系统开发与应用[D];吉林大学;2006年

  本文关键词：基于组稀疏贝叶斯学习的时空监控网络挖掘方法，由笔耕文化传播整理发布。

本文编号：303374