为了抑制病毒在网络中快速爆发,快速有效的免疫策略将有助于减少病毒带来的巨大损失,随机免疫、目标免疫、熟人免疫以及多种改进的免疫策略已经被提出.目前基于节点重要性的免疫策略主要关注该节点的度大小,而忽略了与其相邻的不同节点...为了抑制病毒在网络中快速爆发,快速有效的免疫策略将有助于减少病毒带来的巨大损失,随机免疫、目标免疫、熟人免疫以及多种改进的免疫策略已经被提出.目前基于节点重要性的免疫策略主要关注该节点的度大小,而忽略了与其相邻的不同节点的重要性并不相同.基于节点的重要性提出一种改进的免疫策略——基于节点度与聚类系数的病毒免疫算法(Virus immunization based on degree and clustering coefficient of node,IDCC).通过考虑节点的度信息和与其邻居节点间的连接紧密程度计算节点重要性,选择用聚类系数表示连接紧密程度,并计算节点的度大小与聚类系数之和,选择和值较大的节点进行免疫.在人工合成网络和真实的大学邮件网络实现免疫模型并记录感染的节点数目.实验结果表明,使用IDCC免疫策略后,更能抑制病毒传播,且在免疫比例低于20%时,IDCC免疫策略效率最高.展开更多
功能超网络广泛地应用于脑疾病诊断和分类研究中,而现有的关于超网络创建的研究缺乏解释分组效应的能力或者仅考虑到脑区间组级的信息,这样构建的脑功能超网络会丢失一些有用的连接或包含一些虚假的信息,因此,考虑到脑区间的组结构问题...功能超网络广泛地应用于脑疾病诊断和分类研究中,而现有的关于超网络创建的研究缺乏解释分组效应的能力或者仅考虑到脑区间组级的信息,这样构建的脑功能超网络会丢失一些有用的连接或包含一些虚假的信息,因此,考虑到脑区间的组结构问题,引入sparse group Lasso(sgLasso)方法进一步改善超网络的创建。首先,利用sgLasso方法进行超网络创建;然后,引入两组超网络特有的属性指标进行特征提取以及特征选择,这些指标分别是基于单一节点的聚类系数和基于一对节点的聚类系数;最后,将特征选择后得到的两组有显著差异的特征通过多核学习进行特征融合和分类。实验结果表明,所提方法经过多特征融合取得了87.88%的分类准确率。该结果表明为了改善脑功能超网络的创建,需要考虑到组信息,但不能逼迫使用整组信息,可以适当地对组结构进行扩展。展开更多
文摘为了抑制病毒在网络中快速爆发,快速有效的免疫策略将有助于减少病毒带来的巨大损失,随机免疫、目标免疫、熟人免疫以及多种改进的免疫策略已经被提出.目前基于节点重要性的免疫策略主要关注该节点的度大小,而忽略了与其相邻的不同节点的重要性并不相同.基于节点的重要性提出一种改进的免疫策略——基于节点度与聚类系数的病毒免疫算法(Virus immunization based on degree and clustering coefficient of node,IDCC).通过考虑节点的度信息和与其邻居节点间的连接紧密程度计算节点重要性,选择用聚类系数表示连接紧密程度,并计算节点的度大小与聚类系数之和,选择和值较大的节点进行免疫.在人工合成网络和真实的大学邮件网络实现免疫模型并记录感染的节点数目.实验结果表明,使用IDCC免疫策略后,更能抑制病毒传播,且在免疫比例低于20%时,IDCC免疫策略效率最高.
文摘功能超网络广泛地应用于脑疾病诊断和分类研究中,而现有的关于超网络创建的研究缺乏解释分组效应的能力或者仅考虑到脑区间组级的信息,这样构建的脑功能超网络会丢失一些有用的连接或包含一些虚假的信息,因此,考虑到脑区间的组结构问题,引入sparse group Lasso(sgLasso)方法进一步改善超网络的创建。首先,利用sgLasso方法进行超网络创建;然后,引入两组超网络特有的属性指标进行特征提取以及特征选择,这些指标分别是基于单一节点的聚类系数和基于一对节点的聚类系数;最后,将特征选择后得到的两组有显著差异的特征通过多核学习进行特征融合和分类。实验结果表明,所提方法经过多特征融合取得了87.88%的分类准确率。该结果表明为了改善脑功能超网络的创建,需要考虑到组信息,但不能逼迫使用整组信息,可以适当地对组结构进行扩展。
