复杂信息网络的智能计算模型与算法研究
发布时间：2021-10-25 16:37
复杂信息网络作为一类复杂信息系统,承载了复杂的数据、信息和知识,与其他信息载体相比,最大的不同在于:网络中个体与个体间具有相互作用关系,蕴含了更深层的知识亟待挖掘。实际管理科学研究问题中往往伴随复杂数据结构,传统计算方法无法达到满意的结果,因此为了深入探究多源数据、异构数据、无标签数据在复杂信息网络中的数据价值,揭示复杂信息网络在数据驱动层面的规律和特性,本文重点研究复杂信息网络智能计算模型与算法,为智能信息服务与智能信息管理提供理论基础。本文主要研究内容如下。（1）多源动态信息迁移中的智能计算模型研究从动态信息迁移角度出发,结合复杂交通网络上的信息服务提出了智能交通多源信息服务多视角自适应学习模型;受网络动态传播的遗传免疫过程启发,又提出了基于迁移学习的朴素贝叶斯实例加权遗传模型。智能交通多源信息服务多视角自适应学习模型,是一类数据驱动型的智能服务模型,依靠迁移学习机制对多源服务信息预处理、高维多视角数据智能学习和自适应优化模块训练达到智能计算要求。该模型从智能交通实际应用问题出发,引入并改进了牛顿迭代算法、多层前馈神经网络模型和有限混合分布表示模型,通过实验验证了该模型的期望效果。...
【文章来源】：上海大学上海市 211工程院校
【文章页数】：164 页
【学位级别】：博士
【部分图文】：
1人工智能研究的主要分类
．个特定方向，无向网络指网络中所有边可以沿着正反两个方向杂网络中的路径指由一系列连通节点和边组成的图。在有向指那些能够被连接到且连接向其他节点所构成的图。??杂网络中的度指与节点相连的边的个数。在一些文献中，度也的连接性。但是，为了避免与图论中的连接性混淆，本文根据Ｎ
维网、英特网以及其他大型网络都展现出大部分系统属于不均匀网络的范畴，??称之为无标度网络，其中Ｐ（Ａ〇衰退为幂律，Ｐ（ｆｃ）？，即不受特征规模限??制［２］。图２．２（ｂ）举例了一个无标度的不均匀网络：大部分节点拥有一到两个??连接，一些节点拥有数量庞大的连接，这样的机制也保证了整个系统是有联??系的。一个节点拥有大量连接（Ａ；》沐〉）的概率几乎在均匀网络上是不可能??实现的，但是在无标度网络中拥有大连接量的节点有很多（见图２．２）。图２．２中??这两种网络都由１３０个节点和２１５条边组成（〈幻３?：?３），网络分布却很不相同：??图中５个红点是全网拥有最多连接的节点，绿点是这些红点的第一个邻节点；??虽然指数网络中只有２７％的节点与红色节点相连，然而有６０％的节点在无??标度网络中可以连接到红色节点。??幂律探宄的是真实的网络，幂律描绘的是系统而不是网络的尺寸，幂律??研究期望的是能够从正确的模型中获得时间独立的度分布，为此，连续介质??方法［１７］计算节点ｉ的度幻的时间独立性。随着新的节点加入系统
【参考文献】：
期刊论文
[1]基于特征迁移学习方法的跨库语音情感识别[J]. 宋鹏,郑文明,赵力. 清华大学学报(自然科学版). 2016(11)
[2]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植. 软件学报. 2015(01)
[3]融合异构特征的子空间迁移学习算法[J]. 张景祥,王士同,邓赵红,蒋亦樟,李奕. 自动化学报. 2014(02)
[4]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[5]一种面向多源领域的实例迁移学习[J]. 张倩,李明,王雪松,程玉虎,朱美强. 自动化学报. 2014(06)
[6]大数据支撑智慧城市[J]. 邬贺铨. 中国经济和信息化. 2013(02)
[7]大数据背景下商务管理研究若干前沿课题[J]. 冯芷艳,郭迅华,曾大军,陈煜波,陈国青. 管理科学学报. 2013(01)
[8]诱导性信息对消费者选择的折中效应的影响[J]. 陈峻松,符国群,邬金涛. 管理学报. 2011(03)
[9]一门崭新的交叉科学:网络科学（上）[J]. 方锦清,汪小帆,郑志刚,毕桥,狄增如,李翔. 物理学进展. 2007(03)
[10]略论复杂性问题和非线性复杂网络系统的研究[J]. 方锦清,汪小帆,刘曾荣. 科技导报. 2004(02)
本文编号：3457788
【文章来源】：上海大学上海市 211工程院校
【文章页数】：164 页
【学位级别】：博士
【部分图文】：
1人工智能研究的主要分类
．个特定方向，无向网络指网络中所有边可以沿着正反两个方向杂网络中的路径指由一系列连通节点和边组成的图。在有向指那些能够被连接到且连接向其他节点所构成的图。??杂网络中的度指与节点相连的边的个数。在一些文献中，度也的连接性。但是，为了避免与图论中的连接性混淆，本文根据Ｎ
维网、英特网以及其他大型网络都展现出大部分系统属于不均匀网络的范畴，??称之为无标度网络，其中Ｐ（Ａ〇衰退为幂律，Ｐ（ｆｃ）？，即不受特征规模限??制［２］。图２．２（ｂ）举例了一个无标度的不均匀网络：大部分节点拥有一到两个??连接，一些节点拥有数量庞大的连接，这样的机制也保证了整个系统是有联??系的。一个节点拥有大量连接（Ａ；》沐〉）的概率几乎在均匀网络上是不可能??实现的，但是在无标度网络中拥有大连接量的节点有很多（见图２．２）。图２．２中??这两种网络都由１３０个节点和２１５条边组成（〈幻３?：?３），网络分布却很不相同：??图中５个红点是全网拥有最多连接的节点，绿点是这些红点的第一个邻节点；??虽然指数网络中只有２７％的节点与红色节点相连，然而有６０％的节点在无??标度网络中可以连接到红色节点。??幂律探宄的是真实的网络，幂律描绘的是系统而不是网络的尺寸，幂律??研究期望的是能够从正确的模型中获得时间独立的度分布，为此，连续介质??方法［１７］计算节点ｉ的度幻的时间独立性。随着新的节点加入系统
【参考文献】：
期刊论文
[1]基于特征迁移学习方法的跨库语音情感识别[J]. 宋鹏,郑文明,赵力. 清华大学学报(自然科学版). 2016(11)
[2]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植. 软件学报. 2015(01)
[3]融合异构特征的子空间迁移学习算法[J]. 张景祥,王士同,邓赵红,蒋亦樟,李奕. 自动化学报. 2014(02)
[4]复杂网络研究的机遇与挑战[J]. 周涛,张子柯,陈关荣,汪小帆,史定华,狄增如,樊瑛,方锦清,韩筱璞,刘建国,刘润然,刘宗华,陆君安,吕金虎,吕琳媛,荣智海,汪秉宏,许小可,章忠志. 电子科技大学学报. 2014(01)
[5]一种面向多源领域的实例迁移学习[J]. 张倩,李明,王雪松,程玉虎,朱美强. 自动化学报. 2014(06)
[6]大数据支撑智慧城市[J]. 邬贺铨. 中国经济和信息化. 2013(02)
[7]大数据背景下商务管理研究若干前沿课题[J]. 冯芷艳,郭迅华,曾大军,陈煜波,陈国青. 管理科学学报. 2013(01)
[8]诱导性信息对消费者选择的折中效应的影响[J]. 陈峻松,符国群,邬金涛. 管理学报. 2011(03)
[9]一门崭新的交叉科学:网络科学（上）[J]. 方锦清,汪小帆,郑志刚,毕桥,狄增如,李翔. 物理学进展. 2007(03)
[10]略论复杂性问题和非线性复杂网络系统的研究[J]. 方锦清,汪小帆,刘曾荣. 科技导报. 2004(02)
本文编号：3457788
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3457788.html
