-
题名基于加权模体度的航线网络节点重要性评估指标
- 1
-
-
作者
杨文东
池雨林
-
机构
南京航空航天大学民航学院
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2024年第4期53-64,共12页
-
基金
国家自然科学基金(71874081)。
-
文摘
针对加权模体度影响航线网络节点重要性评估结果的问题,提出基于度和加权模体度的航线网络节点重要性评估指标:综合加权模体度.综合加权模体度包括综合加权三元模体度和综合加权四元模体度.引入加权聚类系数、加权度中心性、加权中介中心性和加权紧密中心性4个指标,通过网络鲁棒性评估策略和节点影响力评估策略评价综合加权模体度指标的有效性.以6家航空公司的航线网络为实验数据集,验证提出的综合加权模体度指标的有效性和适用性.研究结果表明:相比于加权聚类系数、加权度中心性、加权中介中心性、加权紧密中心性和综合加权三元模体度指标,根据综合加权四元模体度的节点重要性排序结果对6家航空公司航线网络的节点进行攻击时,网络效率和最大连通子图相对大小下降最快;以综合加权四元模体度指标计算的重要性排名前10的节点作为初始感染节点集时,6家航空公司航线网络中的免疫节点数上升速度最快;感染率在传播阈值附近取值时,综合加权四元模体度的节点重要性排序结果更接近传染病(Susceptible-Infectious-Recovered,SIR)模型的节点重要性排序结果,尤其是在网络规模和聚类系数较小的航线网络中.根据网络鲁棒性评估策略和节点影响力评估策略分析结果,综合加权四元模体度能更有效和准确地评估加权航线网络的节点重要性.
-
关键词
航空运输
节点重要性评估
加权模体度
网络鲁棒性
-
Keywords
air transportation
node importance evaluation
weighted motif degree
network robustness
-
分类号
U8
[交通运输工程]
-
-
题名一种用于军事目标发现的舰船知识图谱表示学习框架
- 2
-
-
作者
马思琦
方阳
赵翔
肖卫东
-
机构
国防科技大学信息系统工程重点实验室
国防科技大学信息通信学院
国防科技大学大数据与决策实验室
-
出处
《指挥与控制学报》
CSCD
北大核心
2024年第4期450-457,共8页
-
基金
国家重点研发计划(2022YFB3103600)
国家自然科学基金(62306322)
湖南省科技创新计划(2023RC1007)资助。
-
文摘
我国舰船编队持续扩充,在众多舰船数据中,影响较大的目标数据需要被关注。针对舰船数据难以及时分析的问题,将表示学习框架(relationalgraph Transformer network,RGTN)引入舰船知识图谱分析领域,根据舰船知识图谱的结构及语义特征,研究了一种基于表示学习的节点重要性评估方法对舰船知识图谱进行处理,实现对舰船知识图谱中节点重要性的预测。较之前舰船知识图谱的节点重要性评估算法有更好的表现,更适用于舰船知识图谱分析领域。
-
关键词
目标发现
舰船知识图谱
表示学习
节点重要性评估
-
Keywords
target discovery
ship knowledge graph
representation learning
node importance estimation
-
分类号
U66
[交通运输工程—船舶及航道工程]
-
