【摘 要】
：
节点重要性评价是复杂网络、社会网分析等领域的一个重要的研究课题,具有重要的应用价值。本文受场论的思想启发,提出了一种基于数据场的拓扑势排序方法。该方法引入数据场形
【机 构】
：
北京航空航天大学计算机学院软件开发环境国家重点实验室 北京 100083
【出 处】
：
中国人工智能学会第12届全国学术年会
论文部分内容阅读
节点重要性评价是复杂网络、社会网分析等领域的一个重要的研究课题,具有重要的应用价值。本文受场论的思想启发,提出了一种基于数据场的拓扑势排序方法。该方法引入数据场形式化描述网络中节点间的相互作用,通过定义节点位置的拓扑势来度量节点位置的差异性和重要性。理论与实验结果表明,当每个节点仅影响其直接邻居时,拓扑势排序方法退化为度排序方法。随着节点间影响范围的增大,节点拓扑势也会随之发生变换,当节点的影响范围趋近于网络直径时,拓扑势排序方法又会表现出与接近度排序类似的中心性偏好。因此,本方法不仅为几种节点重要性评估方法提供了较好的统一描述框架,而且通过参数的调整可以得到更符合网络拓扑特性的节点重要性排序。
其他文献
本文阐述了智能水下机器人技术的国内外最新研究进展情况,特别是国内在该技术领域内近几年的进展情况,内容涉及了载体设计技术、体系结构技术、智能控制技术、水下目标的探测
本文介绍“软件人”(SoftMan)的概念提出、种族类谱、研究开发、科技意义、与应用价值以及工程应用实例。
本文对机制主义研究方法与人工智能统-理论进行了阐述。今年是人工智能研究进入第二个50年的头一年。能国际会议提出了“高等智能”的新概念和新目标。与此相应,本文提出一种
特征捆绑问题一直是认知科学和神经科学中的一个重要问题。本文通过将噪声神经元模型的思想、贝叶斯方法和脉冲神经网络模型相结合,并引入竞争机制,提出了一个特征捆绑的计算
本文对数据挖掘的十大算法和十大问题进行了阐述。从1989年IJCAI-89的KDD-89工作会议算起,数据挖掘经历了从萌芽到壮大的18年研究历程,已经成为计算机科学和人工智能研究中不
基于信息理论为机器学习准则的研究已经成为机器学习或智能信息处理中的重要发展方向之一。虽然信息理论为这些研究领域提供了不同于传统性能指标为学习准则的研究思路与发展
本研究针对不确定延迟系统讨论任意初始状态下的鲁棒PD型迭代学习控制算法,获得了描述这类系统二维动态过程的连续离散Roesser型误差模型。基于该模型,给出了被控系统输出的
本文对智能控制方法在预测控制中的应用进行了讨论,对基于神经网络方法,模糊逻辑方法进行预测控制的原理和研究成果进行了阐述,并着重分析和论述了遗传算法同预测控制的结合,
本研究提出了运用效用函数改进集对分析的方法,充分考虑决策者的主客观因素,提高了项目分析和决策的灵敏度和可信度,从而为项目评价提供了科学依据。
本文对反偏联系数进行了探讨。反偏联系数是已知偏联系数条件下求得的一种原联系数,其运算过程与已知联系数求偏联系数互为逆运算。