有向加权网络抗毁性测度的应用研究
发布时间:2021-11-16 07:58
抗毁性一直以来都是复杂网络理论研究的热点。针对不同的研究领域和层次,抗毁性的具体含义不同。以往主要对抗毁性测度的算法进行研究,而对其应用研究相对较少。本文主要对有向加权网络抗毁性测度在我国民航网络和文本网络中特定的含义及其应用前景进行了研究。本文的研究内容主要包括:数据获取、网络构造、复杂特性研究、抗毁性研究以及应用。具体的研究内容如下:(1)民航网络的构造及其演化模型和抗毁性研究。首先,对仿真软件Pajek以及民航网络数据的采集与处理过程进行了详细的介绍;再次,对民航网络的度分布和节点中心性进行了研究;然后,基于蒙特卡洛模拟对民航网络的演化模型进行了探讨;最后,对民航网络的抗毁性进行了分析。研究结果表明攻击中介度越大的节点,对该网络的抗毁性影响越大,所以在民航网络的规划方面,一定要有意识的避免通航城市的中转量过大。(2)文本网络的构造及其复杂性和抗毁性研究。首先,对基于复杂网络理论来研究语言网络的相关技术进行了介绍;然后,提出了一种基于词汇(字)共现的有向加权文本网络的构造方法;最后,对本文构造的有向加权文本网络进行了统计分析,并从两个不同的角度对文本网络的抗毁性进行了研究:第一个角...
【文章来源】:河北工程大学河北省
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
网络类型示例
河北工程大学硕士学位论文可能出现的 N ( N 1)/2种连接,即假设原始网络中拥有 N 个节点,且所有点都是孤立的,节点之间以随机概率 p 进行连接。如图 2-3 所示,从 a b c, p 0,0.1,0.15。
该网络模型中规定 N K,这样可以同时使构造出来的网络模型和较高的云集系数。并且随机化重连过程可以确保网络具有较小的,即小世界特性。随机概率 p 的选择决定了该网络模型的状态,调现由规则网络模型到随机网络模型的完美过渡,如图 2-4 所示。
【参考文献】:
期刊论文
[1]基于复杂网络的文本抗毁性分析[J]. 申艳光,王杰,生龙,吴迪. 计算机应用研究. 2015(03)
[2]基于最近邻子空间搜索的两类文本分类方法[J]. 李玉鑑,王影,冷强奎. 计算机工程与科学. 2015(01)
[3]基于语义的文档关键词提取方法[J]. 姜芳,李国和,岳翔. 计算机应用研究. 2015(01)
[4]文本聚类算法研究[J]. 李春青. 软件导刊. 2015(01)
[5]基于LDA模型的文本聚类研究[J]. 王鹏,高铖,陈晓美. 情报科学. 2015(01)
[6]复杂网络拓扑结构的网络模型研究综述[J]. 杨珉,张家玥,张达敏. 通信技术. 2014(12)
[7]一种基于复杂网络的中文文本表示算法[J]. 杨志墨,刘怀亮,赵辉. 现代图书情报技术. 2014(11)
[8]基于依存句法网络的文本特征提取研究[J]. 唐晓波,肖璐. 现代图书情报技术. 2014(11)
[9]基于优化理论的社区无标度网络模型[J]. 吴泓润,覃俊,易云飞,李德毅,郑波尽. 计算机学报. 2015(02)
[10]基于词矢量相似度的短文本分类[J]. 马成龙,姜亚松,李艳玲,张艳,颜永红. 山东大学学报(理学版). 2014(12)
硕士论文
[1]六种语言词同现网络中心节点研究[D]. 李萍.山东大学 2014
[2]基于复杂网络的文本社区构建研究[D]. 周德志.西安电子科技大学 2014
[3]基于复杂网络的中文文本分类研究[D]. 赵辉.西安电子科技大学 2014
[4]基于链接关系的有向加权复杂网络关键节点识别技术研究[D]. 胡满玉.南京理工大学 2012
[5]复杂网络拓扑层抗毁性测度研究[D]. 谈革新.南京理工大学 2011
本文编号:3498463
【文章来源】:河北工程大学河北省
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
网络类型示例
河北工程大学硕士学位论文可能出现的 N ( N 1)/2种连接,即假设原始网络中拥有 N 个节点,且所有点都是孤立的,节点之间以随机概率 p 进行连接。如图 2-3 所示,从 a b c, p 0,0.1,0.15。
该网络模型中规定 N K,这样可以同时使构造出来的网络模型和较高的云集系数。并且随机化重连过程可以确保网络具有较小的,即小世界特性。随机概率 p 的选择决定了该网络模型的状态,调现由规则网络模型到随机网络模型的完美过渡,如图 2-4 所示。
【参考文献】:
期刊论文
[1]基于复杂网络的文本抗毁性分析[J]. 申艳光,王杰,生龙,吴迪. 计算机应用研究. 2015(03)
[2]基于最近邻子空间搜索的两类文本分类方法[J]. 李玉鑑,王影,冷强奎. 计算机工程与科学. 2015(01)
[3]基于语义的文档关键词提取方法[J]. 姜芳,李国和,岳翔. 计算机应用研究. 2015(01)
[4]文本聚类算法研究[J]. 李春青. 软件导刊. 2015(01)
[5]基于LDA模型的文本聚类研究[J]. 王鹏,高铖,陈晓美. 情报科学. 2015(01)
[6]复杂网络拓扑结构的网络模型研究综述[J]. 杨珉,张家玥,张达敏. 通信技术. 2014(12)
[7]一种基于复杂网络的中文文本表示算法[J]. 杨志墨,刘怀亮,赵辉. 现代图书情报技术. 2014(11)
[8]基于依存句法网络的文本特征提取研究[J]. 唐晓波,肖璐. 现代图书情报技术. 2014(11)
[9]基于优化理论的社区无标度网络模型[J]. 吴泓润,覃俊,易云飞,李德毅,郑波尽. 计算机学报. 2015(02)
[10]基于词矢量相似度的短文本分类[J]. 马成龙,姜亚松,李艳玲,张艳,颜永红. 山东大学学报(理学版). 2014(12)
硕士论文
[1]六种语言词同现网络中心节点研究[D]. 李萍.山东大学 2014
[2]基于复杂网络的文本社区构建研究[D]. 周德志.西安电子科技大学 2014
[3]基于复杂网络的中文文本分类研究[D]. 赵辉.西安电子科技大学 2014
[4]基于链接关系的有向加权复杂网络关键节点识别技术研究[D]. 胡满玉.南京理工大学 2012
[5]复杂网络拓扑层抗毁性测度研究[D]. 谈革新.南京理工大学 2011
本文编号:3498463
本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3498463.html