幂律分布

摘要： IPFS(interplanetary file system,星际文件系统)是一个去中心化的分布式文件系统,作为对区块链系统在存储方面的重要拓展获得许多应用。然而,对于IPFS本身尚有许多问题亟待回答,包括IPFS被用于存储怎样的内容、影响性能的关键因素等。通过在IPFS网络中部署爬虫程序,收集数据,从内容和性能两方面进行了测量研究。内容测量的结果发现,IPFS网络中存储的文件有80%以上是小于1 MB的小文件;IPFS中存储的文件和目录的构成的图的度近似满足幂律分布。在性能测量中,发现当前IPFS网络由约15000个节点组成,节点互相连接构成的网络的入度满足幂律分布。在IPFS中存储文件时,分片大小和数量对性能有直接的影响,而在不同的网络环境中,即私有集群和公开网络中,DHT查询的性能相差较大;提供者数量越多,DHT解析越快。

摘要： 为识别通信系统流量的时空特征,利用网络建模与核心—边缘模型分析移动通信流量数据。综合考虑时间信息和空间信息,构建吞吐量—话务量耦合二分网络。时间单分网络边权分布为对数正态分布。空间单分网络的最大连通子图S网络为小世界网络;S网络的边权分布为幂律分布。核心区节点上耦合事件的发生频率高于边缘区节点上耦合事件的发生频率。核心—边缘模型能有效识别出吞吐量—话务量耦合事件的群聚群发区域。

摘要： 知识网络是探索知识发展脉络和形成机制的重要基础.研究知识网络的统计特性和形成机理具有重要意义.标签网络作为知识网络的一种,近年来受到研究者的关注,但是目前关于标签网络生长机制的研究还较为缺乏.基于知乎问答平台的标签数据构建知识标签网络,统计分析了标签网络的静态统计特性以及演化特性.为了理解知识标签网络复杂结构的形成原因,提出了知识激发问题的网络动态生长模型,模型假定新问题由知识标签激发,知识标签激发问题的能力与其度值正相关.仿真结果表明,模型可以很好地再现知乎标签网络的统计特性和社团化结构.研究结果揭示了标签知识网络增长过程中表现的动态演化特性,并基于实证结果建立的标签网络生长模型,对理解知识网络的形成和发展有一定启发意义.

摘要： 图计算在机器学习、数据挖掘、网络安全等领域都有着重要应用。而图数据结构不规则且规模巨大,导致访存成为图应用运行时的瓶颈。由于图数据的顶点度数服从幂律分布,许多研究通过重排序图数据使高度数顶点连续储存在相邻位置,从而提升图数据被访问时的时间与空间局部性。然而重排序会破坏原始图数据中存在的群落结构,导致目前基于顶点度数信息的重排序算法在高结构性图数据集上无法产生性能提升。本文针对上述问题提出了一种新的保护图数据结构性的重排序算法,通过对自然图数据集中存在的群落结构进行研究,结合处理器访存结构特性,将图数据集合理划分成不同区域后进行重排序,保护其群落存储顺序以提高重排序后访存时的局部性。本文在通用处理器平台上,对6个不同结构性图数据集和3种图计算应用共18个测试点进行了验证,实验结果表明,该重排序方法相对于原始图数据集实现了平均18.86%的性能提升,相对于目前最优的基于顶点度数信息的轻量级重排序算法实现了平均11.3%的性能提升。

摘要： 以目前铁路快捷货运运营资料为基础,构建一个包含219个节点、309条边的铁路快捷货运物理网络.基于复杂网络理论,计算网络节点度及度分布、聚集系数、平均最短路径长度和介数等指标,进而对网络结构特征进行研究.结果 表明:铁路快捷货运物理网络度分布服从幂律分布,整个网络具有无标度网络特点;网络的低聚集性表明网络具有脆弱性,当其中的站点或线路发生意外时,将造成列车大范围的绕行甚至停运.

摘要： 近年来,随着移动互联网技术的深入推进,移动学习作为一种远程学习新形式得到了快速发展.对移动学习的相关研究也日益成为当前教育教学改革研究的热点之一.在此背景下,基于学习者对"概率论"课程的移动学习任务点的访问数据,从学习者首次访问任务点的分布规律和5分钟之内访问任务点个数的频率分布规律等层面展开分析,并对学习者的"刷课"行为进行了深入探讨.分析结果表明,学习者对移动学习任务点的访问遵循幂律分布,且幂指数大于1,表现在5分钟之内的任务点访问量以及累计"刷课"次数都具有幂律分布的"长尾"特性.此外,学习者存在考前"临时抱佛脚"现象,以及为了完成作业和复习备考而首次访问相关任务点的行为特征.

摘要： 针对无线网络通信传播中发送通信互相冲突的相关研究,利用排队论模型、MATLAB、蒙特卡洛模型,做了网络的整体通信效率在节点发送信息时存在的冲突,需要自动调整重发的时间段,来使网络的整体通信效率尽可能提高.运用排队论模型求出节点在单位时间内平均接收到的信息数和节点接收信息的时间间隔,构造幂律分布图像,确定分布函数,利用蒙特卡洛模型进行仿真模拟,确定最优效率区间,将所求得的区间与所求区间进行比较,得出最终结论.

摘要： 在知识生成社区中,现实中的网络关系由于具有一些人为实际演化特征,而与传统经典模型并不相符.该文将网络的批量增长和交叉连接特征引入到知乎社区标签网络中,对于网络演化过程进行动态分析,提出了一种标签网络优先连接模型,用来模拟知识标签网络中参数时间序列的复杂性.结果发现,该模型的仿真效果与实际情况下的知识标签网络吻合良好,且用时变方法分析网络的动态趋势较静态分析方法更为合理,该模型有助于后期深入了解现实世界中的复杂网络.

摘要： 针对无线网络通信传播中发送通信互相冲突的相关研究,利用排队论模型、MATLAB、蒙特卡洛模型,做了网络的整体通信效率在节点发送信息时存在的冲突,需要自动调整重发的时间段,来使网络的整体通信效率尽可能提高。运用排队论模型求出节点在单位时间内平均接收到的信息数和节点接收信息的时间间隔,构造幂律分布图像,确定分布函数,利用蒙特卡洛模型进行仿真模拟,确定最优效率区间,将所求得的区间与所求区间进行比较,得出最终结论。

摘要： 个人收入分布规律分别对应于指数分布和幂律分布.基于社会学中的等级体系,引入排序思想,通过代理人模型引入财富交换机制,描述了财富分配的动力学微观过程.计算结果与实际的个人收入数据相吻合,表现出良好的鲁棒性.这表明社会中的等级体系是形成现有的财富分布的关键机制.

摘要： 研究近年来我国每起煤矿重大和特别重大事故死亡人数统计数据，建立其概率分布模型。基于极大似然法和柯尔莫哥洛夫-斯米尔诺夫检验方法（K-S方法）估计我国煤矿重大和特别重大事故离散幂律分布的参数，并采用Monte Carlo方法随机生成大量的检验样本，对其进行K-S方法拟合优度检验。结果表明在统计学意义上我国煤矿重大和特别重大事故死亡人数比高斯分布的值大得多，服从标度指数为2.72的离散幂律分布。

摘要： 在线社交网络发展迅猛,由传统网络到web2.0,兼有现实社区和虚拟社区的特点,使人际关系的发生与演变发生着深刻的变革,也极大地影响着当今社会.对于社交网络演化的一些观点社交网络具有BA无标度网络模型的幂律分布特点,是BA模型的扩展和更新.基于少量的参数数据就可以预测网络拓扑的变化，对网络演化进行逆向溯源，对网络的比对和去匿名化产生积极意义，标签传播，用已标记节点的标签信息去预测未标记节点的标签信息。

摘要： 本文借鉴了传统三维“沙堆”模型的思想,提出了一种自组织临界视角的特大型城市演化机制模型.针对自组织临界状态下,系统自身存在的大规模坍塌风险,本文在传统理想沙堆模型的相变特征基础上,提出了一种带局部解构因子的新型沙堆控制模型.在新的模型中,局部解构因子的提出基于自组织临界状态的坍塌规模与频率的幂律分布机制.新模型的仿真分析结果表明,引入了局部解构因子的沙堆模型呈现出了分段幂律分布特征,但是大规模崩塌风险(概率)得到有效降低和控制,因此该模型或许在特大城市的自组织演化和应急预警领域具有一定的应用前景.为了进一步验证计算建模和仿真分析结果的可信度和泛化能力,本文收集了中国三个特大型城市:北京、上海和广州近二十年的演化和发展数据,以及部分来自互联网的空间地理数据进行了实证对比分析.

摘要： 社交网络的影响力与其自身的结构特征密切相关.基于新浪微博的数据,对用户的粉丝数、关注数的分布及这些特征之间的关系进行分析,发现用户的粉丝数、关注数、微博数都符合幂律分布;探讨了节点之间的距离特征,发现并证明了微博网络中存在着"小世界"现象;研究了节点之间的链接形成问题,发现链接的形成满足三元闭包原理.以上三方面研究结果,对于探索微博影响力同底层社交网络结构特征的关系、设计微博影响力控制机制具有重要的意义.

摘要： 互联网的快速发展使得网络成为数据的海洋,为了从网络中发现有用的信息,网络挖掘技术应运而生.本文利用爬虫程序从天涯论坛每日定时抓取数据,并存储到数据库和文件系统中;然后基于2012年全年的"天涯杂谈"板块的数据,研究用户的行为规律.数据分析结果表明节假日及周末用户的网上活动减少,用户的行为符合日常作息规律,有明显的日历效应;数据拟合发现点击量的分布可以用泊松分布与幂律分布的混合分布描述,而回复量的分布符合幂律分布.

摘要： 人类行为动力学成为诸多学科关注的重点,人类在线行为模式也越来越引起学者的兴趣.作为在线活动的一个重要组成部分,对在线网购中的购买评价行为的研究也尤为必要.本文通过抽取三种商品的消费者评论数据,发现和验证了消费者购买产品和评价产品的时间间隔服从幂律分布,拟合出幂律函数曲线,其幂律标度指数位于1.2-1.4,为研究在线人类行为动力学增加了新的证据,为在线网购平台干预客户反馈行为提供了管理建议.

摘要： 基因调控网络因果关系的辨识是系统生物学中的一个根本问题。利用有噪声的稳态实验数据，本文提出了一种可有效应用于大规模基因调控网络因果关系辨识的算法.该算法的最大特点是在估计中定量地引入了幂律分布，这是大多数大规模基因调控网络一个重要的结构特点。在幂律分布参数已知且测量噪声服从高斯分布的条件下，本文将幂律分布函数引入到测量噪声的似然函数中得到总的似然函数，然后采用极大似然估计法，分三步进行辨识：首先在节点度固定的情况下，利用子空间夹角最小的方法来确定与该节点有因果连接的节点；然后通过极大化测量噪声的似然函数得到相应的连接强度；最后通过使总的似然函数的下界最大来估计该节点的度。为了检验算法的性能，本文将该方法运用到人工模拟产生的100维的线性网络以及一个103维的MAPK网络模型中。仿真结果表明，与广泛采用的TLs算法相比，本算法显著提高了参数的辨识精度，而且大幅度降低了假阳性错误。

摘要： 幂律广泛存在于物理学、生物学、经济学、计算机科学、统计学、社会学等诸多领域。本文试图回答长尾分布的形成机制这一问题，讨论与长尾分布紧密相关的幂律分布，讨论长尾分布(即齐普夫定律)和幂律分布的关系以及在互联网背景下怎样重新构造西蒙模型；最后研究互联网背景下西蒙模型的一种推广形式。

摘要： 对人类行为的定量分析有助于理解很多社会经济复杂系统的来源。本文基于人类动力学理论对图书管理系统中的借阅关系行为进行了分析。通过鲁东大学图书管理系统中的借阅图书的间隔时间数据，建立借书间隔时间数据库。通过分析该数据库发现，在群体水平上，间隔时间分布可以用幂律函数近似刻画，其幂指数和对应人群借阅图书的活跃程度之间存在单调的关系。

摘要： 对人类行为的定量分析有助于理解很多社会经济复杂系统的来源。本文基于人类动力学理论对图书管理系统中的借阅关系行为进行了分析。通过鲁东大学图书管理系统中的借阅图书的间隔时间数据，建立借书间隔时间数据库。通过分析该数据库发现，在群体水平上，间隔时间分布可以用幂律函数近似刻画，其幂指数和对应人群借阅图书的活跃程度之间存在单调的关系。

摘要： 本发明公开了一种基于变指数幂次趋近律的板球系统积分终端滑模控制方法，本发明通过分析板球系统的滑模控制器可知，控制器中的趋近律由变指数幂次项、非线性函数项和指数项构成，由于γ取值的不同自动调整趋近律中的指数参数，通过幂次趋近项和指数趋近项的相互作用，可以在不同阶段都得到较快的跟踪速率，有效地减弱抖振；在非奇异积分终端滑模控制方法的作用下，当滑模函数状态远离滑动模态时，由Terminal吸引子作用使系统状态收敛；当滑模函数状态接近滑动模态时，收敛时间由线性项和积分项决定，此外，由于滑模函数引入了跟踪误差的非线性函数积分项，即得到期望误差的同时也减小了稳态误差。

摘要： 本发明属于自动化控制技术领域，针对滑模控制的趋近速率慢以及产生抖振的问题，提出了一种分段的变速幂次趋近律，根据快速趋近律和幂次趋近律的特点，引入非线性函数来设计变速幂次组合函数的参数项，该趋近律确保了在每个阶段的都有快速收敛的特点，使得系统在趋近过程中的各个阶段都能实现快速收敛以及具有固定时间收敛特性。当系统存在模型不确定性和外部干扰时，该趋近律能使滑模变量在有限时间内收敛至稳态误差界内。并将该方法应用于小车倒立摆系统的稳定性控制中，仿真结果和数值分析验证了其有效性和优越性。

摘要： 本发明公开了一种基于幂律分布的彩色图像分水岭分割方法，包括:步骤S1、利用SOBLE算子求得彩色图像的原始梯度图像，并对原始梯度图像进行形态学极小值标定，从而得到标定后的图像；步骤S2、对标定后的图像进行分水岭预分割，从而得到预分割标签图像，并通过区域面积‑数目的幂律分布关系选择面积阈值；步骤S3、引入上述选择的面积阈值破坏上述预分割标签图像的自组织临界态，使预分割标签图像中的区域重新分布并达到新的自组织临界态，从而完成最终分割。以实现抑制过分割现象且降低算法时间复杂度的优点。

摘要： 本发明实施例涉及通信技术领域，特别涉及一种自监督的幂律分布人群计数方法、装置和电子设备，通过自训练的方式实现人群密度空间信息的建模，通过引入幂律分布描绘人群分布，极大优化了传统人群计数Point‑wise的标签化过程，补足了当前主流视觉计数模型只能利用强监督的形式进行人群计数建模的问题。此外，模型还能充分的应用在迁移学习框架中，在多个视觉背景场景下获得较好的自适应迁移效果。

摘要： 本发明属于人工智能领域，涉及一种优化、提升网络训练过程的权重初始化方法，先建立cifar10数据集的AlexNet和ResNet32网络模型，并计算卷积层权重数量；再生成各个卷积层参数初始化所需要的一种基于幂律分布的分布数据；并在深度学习模型中应用本发明提出的初始化数据进行权重初始化，再将提出的基于幂律分布的权重初始化方法与现有的初始化方法进行对比，本发明与现有技术相比，在权重初始化领域，突破固有的随机分布、均匀分布以及正态分布的数学模型，引入使用幂律分布初始化的概念，并在实验中得到有效的验证。其总体构思巧妙，具有普适性和高效性。可以适用于各种不同的网络模型的结构，同时可以节省模型训练的时间，提升最终的识别精确度。

摘要： 本发明实施例提供一种基于幂律分布确认刷赞用户的方法及装置，实时获取当前时间之前的第一设定周期内为某网络活动发起点赞的IP以及各IP的点赞数量；并与当前的点赞阈值进行比对；当某个IP在第一设定周期内为该网络活动发起的点赞数量不小于当前的点赞阈值时，判定该IP为刷赞IP；采用幂律分布对为该网络活动发起点赞的IP数量以及各IP的点赞数量进行拟合，得到幂律分布拟合曲线，根据幂律分布拟合曲线得到该网络活动点赞数据的拟合优度；根据得到的该网络活动点赞数据的拟合优度修正当前的点赞阈值。通过对一定时间内点赞数量过高的网络活动进行数据挖掘，使用基于幂律分布对点赞数据进行分析，有效的降低对正常用户的误伤。

摘要： 本发明公开了一种基于词频幂律分布特性的文本关键词权重计算方法，具体步骤如下：S1：打开文本进行预处理，包括去除停用词和分词，余下的词作为候选关键词；S2：以候选关键词为节点，词频为节点权重，词共现为边，词共现频率为边权重，构建无向的关键词网络；S3：从关键词网络中抽取核心网络；S4：更新核心网络中每个节点的权重；S5：对于核心网络进行加一条边的操作并更新节点权重；S6：判断加边后的核心网络的节点权重分布是否符合幂律分布，如果不符合，转至步骤S5；如果符合，转至步骤S7；S7：输出每个候选关键词对应的权重。该方法针对单篇文本对关键词的权重进行计算，不依赖领域文本集和训练集，简便易操作，且效果更优。

摘要： 本发明展示大规模网络教育中网络学习行为幂律分布概率建模方法，1.得出服从幂律分布的网络学习行为B的初始影响因素集合F

摘要： 本发明公开了一种面向大规模幂律分布图的分割方法，具体涉及图数据分割技术领域，其解决了现有的分割算法严重影响分布式图计算方法的效率的不足。该面向大规模幂律分布图的分割方法更加适应社交网络图，针对其具体的图结构特性，能够得到较好的分割结果；分割后的各子图一方面能够满足负载均衡，另一方面能够最小化通信开销，此方法能够应用于多种实际场合，比如进行社交网络分析、社区发现、知识或消息传播。

摘要： 本发明公开了一种基于幂律分布的彩色图像分水岭分割方法，包括:步骤S1、利用SOBLE算子求得彩色图像的原始梯度图像，并对原始梯度图像进行形态学极小值标定，从而得到标定后的图像；步骤S2、对标定后的图像进行分水岭预分割，从而得到预分割标签图像，并通过区域面积‑数目的幂律分布关系选择面积阈值；步骤S3、引入上述选择的面积阈值破坏上述预分割标签图像的自组织临界态，使预分割标签图像中的区域重新分布并达到新的自组织临界态，从而完成最终分割。以实现抑制过分割现象且降低算法时间复杂度的优点。