题名 一种动态的移动社交网络拓扑模型
被引量：3
1
作者
田雪颖 刘衍珩 孙鑫 王亚洲 林佳佳
机构
吉林大学计算机科学与技术学院 吉林大学符号计算与知识工程教育部重点实验室 中国海洋大学信息科学与工程学院
出处
《计算机工程》
CAS
CSCD
2014年第9期124-129,142,共7页
基金
国家自然科学基金资助项目(60973136 61073164) +1 种基金 吉林省科技发展计划青年科研基金资助项目(201101033) 吉林大学国家级创新基金资助项目(2012A53143)
文摘
针对移动社交网络的动态性、用户不同重要性和信息交互有向性,基于4种初始网络提出能准确描述移动社交网络结构的拓扑模型。采用随机游走理论和改进的PageRank算法,引入过渡概率使每两时步之间的网络拓扑结构相互联系。通过PageRank算法得到节点的势,进而求出概率过渡矩阵,利用随机游走理论由上一时步边存在概率矩阵和概率过渡矩阵得到当前时步边存在概率矩阵,每一时步动态地增加一个节点并检验是否有离开的节点。仿真结果显示,该模型在4种初始网络下得到的网络拓扑结构,入度、出度、势分布以及度-势相关性均具有明显幂律特性,表明随机游走理论和改进的PageRank算法能较准确描述移动社交网络,具有一定的实践意义。
关键词
社交网络 网络拓扑 随机游走 PAGERANK算法 过渡概率 仿真模型
Keywords
social network network topology random walking PageRank algorithm transition probability simulation model
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 基于特征组合分析的主泵异常检测方法
被引量：5
2
作者
龚安 史海涛
机构
中国石油大学(华东)计算机与通信工程学院
出处
《科学技术与工程》
北大核心
2019年第12期223-230,共8页
基金
国家科技重大专项(2017ZX05013-001) 山东省重点研发计划(2018GSF118221)资助
文摘
为了解决传统阈值法在核电站主泵状态数据异常检测中的误判、实时性差等问题,提出一种基于单维状态数据特征分析和多维状态数据特征分析相结合的方法。对于单维状态参量,使用AR(auto regressive)模型拟合获得模型参数,再结合SOM(self organizing maps)神经网络的量化结果得到单维状态参量随时间变化的过渡概率序列;对于多维状态参量,使用OPTICS(ordering points to identify the clustering structure)算法聚类生成不同的模式组;然后根据两类特征提取结果综合分析,得到异常检测模型;最后将检测模型应用于主泵状态数据异常检测,并与其他方法进行比较。实验结果表明此模型在准确性、实时性上更具优势。
关键词
异常检测 SOM 过渡概率 序列OPTICS算法
Keywords
anomaly detection SOM transition probability sequence OPTICS algorithm
分类号
TP391
[自动化与计算机技术—计算机应用技术]
