社团结构

摘要： 符号网络可以描述实体之间的多种关系,对符号网络中的社团检测可以挖掘出其中的有效信息。同时考虑连接密度和连接符号,将社团发现问题建模为一个多目标优化问题,基于MOEA/D框架,提出一种改进的符号网络社团发现算法,设计了基于字符串的编码方式、预分区策略、交叉合并策略、变异方式等。实验结果表明,本算法可以有效检测出社团结构。

摘要： 社团结构是复杂网络具有的一项重要性质,为探究不同城市路网社团结构的特点,本文利用分裂算法,对北京、成都、南京、武汉4个城市的路网进行社团结构划分,分析路网空间结构与社团结构之间的联系。实验结果表明,城市路网有着较强的社团特性,网络模块度最大值高于一般社会网络,同时路网社团结构可以较好地识别出一些路网中联系紧密的区域。本文在路网结构研究中引入社团结构概念,进行了新的尝试,并且取得了有益的成果。

摘要： 在复杂网络中,识别一组关键节点的研究具有非常重要的理论意义和应用价值。许多的传统算法并没有考虑关键节点之间的分布,导致选择的一组关键节点往往分布在少数区域,从而无法最大化信息的传播范围。为解决这个问题,提出了一种启发式的识别一组关键节点的算法,该算法不仅考虑关键节点的重要性,而且还通过惩罚每个关键节点的一阶邻居节点和二阶邻居节点的打分能力,从而挑选一组分散性足够的关键节点。在真实网络与人工网络上的实验表明,提出的算法与四个经典的基准算法相比,不仅表现更好和更稳定,而且适合于具有各种社团结构的复杂网络。

摘要： 许多经典的聚类方法已成功应用于复杂网络社团挖掘问题,如C均值聚类、模糊C均值等。但这些传统的聚类算法对初始节点敏感,并且需要提前给定网络社团的个数。为此,提出一种基于PageRank重要性度量和模糊C均值聚类的社团挖掘算法(记为PFCM)。利用节点的PageRank重要性度量和最大最小模块度值来确定网络中最优种子节点,通过谱映射方法建立网络数据到特征空间的映射,进而利用模糊聚类对网络节点进行划分。最后通过真实网络数据对本文所提出的社团挖掘算法进行了验证,结果表明PFCM算法能够克服传统模糊C均值聚类算法稳定性差的缺点,提高了社团挖掘算法的有效性。

摘要： 利用2013—2019年中国34家上市商业银行的企业贷款数据和财务数据,构建银行间共同贷款网络,根据节点银行的中心性特征和银行社团结构,利用因子分析法从个体、社团和网络三个层面度量中国上市银行脆弱性。研究发现自2013年以来中国上市银行脆弱性呈现出较明显的波动性,自2016年以来脆弱性持续下降;中国上市银行体系中存在三个稳定的社团结构,需及时关注其内部核心银行、中介银行和中心银行的脆弱性变动情况。

摘要： 针对复杂网络的社团结构提取问题提出了两种新的复杂网络社团结构提取算法:连续神经网络(CNN)算法和离散Hopfield神经网络(DHNN)算法,对提出的两种社团结构提取算法在8个实际网络上进行了仿真实验,结果表明,DHNN社团结构提取算法比CNN算法及Newman的特征值特征向量算法得到的Q大.同时DHNN算法不需要进行求特征值特征向量之类的计算,只需要进行简单的加法乘法运算便能提取到网络中的社团结构.即所提算法特别是DHNN算法具有强大的计算能力,可以提取出规模更大的复杂网络中的社团结构.

摘要： 针对复杂网络的社团结构提取问题提出了两种新的复杂网络社团结构提取算法:连续神经网络(CNN)算法和离散Hopfield神经网络(DHNN)算法,对提出的两种社团结构提取算法在8个实际网络上进行了仿真实验,结果表明,DHNN社团结构提取算法比CNN算法及Newman的特征值特征向量算法得到的Q大.同时DHNN算法不需要进行求特征值特征向量之类的计算,只需要进行简单的加法乘法运算便能提取到网络中的社团结构.即所提算法特别是DHNN算法具有强大的计算能力,可以提取出规模更大的复杂网络中的社团结构.

摘要： 以公共互联网安全需求为背景,研究基于社团结构的网络协同防御问题.首先,根据网络逻辑结构及节点功能,将目标网络划分为多个网络社团,按照分布式协同控制模式设计了协同防御架构基础通信模型,在此基础上,融合信息蜜罐和蜜网、协同防御策略库、基于节点信任值管理的防火墙等功能模块,提出了基于社团结构的网络协同防御架构.其次,借鉴网络生态系统运维理念,设计了网络协同防御机制,通过态势感知协同、态势分析协同、行动决策协同和调节反馈协同等集体行动,提升网络的病毒检测能力、快速响应能力和应急恢复能力.最后,以潜伏型病毒防御为例,给出了网络协同防御流程,仿真分析了协同防御性能.相比无协同防御网络,基于社团结构的网络协同防御能以较小的通信损失,抑制潜伏型病毒传播和维护网络安全.

摘要： 基于复杂网络相似度,提出了一种电网分区方法.首先,给出了加权电网的节点相似度矩阵和社团相似度的计算方法,利用节点相似度将各节点预分裂.然后,利用社团相似度进行凝聚分区.最后,利用模块度指标获得最优分区个数.仿真结果表明,所提方法适用范围广且能够快速有效地将电网分成不同分区,分区内节点的相似度较高,且分区后的电网具备较好的社团结构特性.

摘要： 高层建筑拔地而起,客观的恐高检测手段是高空作业行业规范化的关键一步.本文结合虚拟现实技术设计高空暴露实验,深入研究了恐高反应的大脑神经机制,提出使用脑功能网络检测恐高程度.通过对比不同恐高程度脑功能网络的基本拓扑特征,使用阈值化处理找出与恐高程度关系密切的脑区.根据脑区划分社团结构,构建恐高程度识别模型.结果表明:恐高程度越严重,脑功能网络越复杂.发现参与恐高反应的主要脑区包括额叶、中央区和枕叶.使用这些脑区划分社团结构,计算连接强度对恐高程度识别的准确率可达到(97.37±0.58)％.

摘要： 作为复杂网络的一个重要拓扑特征,社团结构的发现与分析是复杂网络研究的一个基础性问题,具有重要的研究价值.本文以社团结构发现的算法为主线，简单回顾了社团结构的研究历程。概要了复杂网络中非重叠社团发现的典型方法和首个用于非重叠社团评价的模块度函数的思想以及模块度优化法的目的。归纳总结了一些重叠社团发现算法的基本思想及特点，其中基于局部的社团发现和边聚类的社团发现有待进一步深入探讨和研究。

摘要： 在文献分析领域，随着数据规模的日益扩大，传统意义上的数据分析已经变得越来越难以实现。同时随着网络科学的发展，基于链接的数据分析技术越来越受到人们的重视。本文给出了DBLP作者合作网络的一个分析范例。首先，我们统计了该网络的一些基本统计特征，如度分布，边的权重，以及聚类系数的分布等，并通过可视化技术分析了该网络中的高产作者、作者重名现象以及频繁合作关系等。通过以上的分析，本文列举了一些有趣的特征，如：合作者数量前几名作者均是英文名较短的中国作者，这些作者节点的个人中心网络往往比较稀疏，可能说明在合作网络中存在着明显的重名现象;对比物理与生物作者合作网络，该计算机科学领域的合作网络的平均合作人数较小。在过滤掉网络中的仅出现一次的较不稳定的合作关系后，本文通过使用社团发现算法，对网络进行学术团队划分，找出了社团结构分布特征，并提供了基于学术团队的宏观可视化展示，最后本文进一步深入分析了不同团队的内部结构与作者合作关系。

摘要： 社团结构是复杂网络的一个重要研究方向。以模块度为指标的社团探测算法不能发现小于一定规模的社团结构。针对此问题，提出了基于遗传算法和模块密度的社团结构探测算法。为验证算法的性能和计算的准确性，将该算法与基于模块度社团结构探测算法进行比较，实验结果表明：该算法探测的社团结构较模块度探测算法，能检测到更小规模的社团结构，在性能上有了显著提高，能更准确地测度社团结构。

摘要： 首先，讨论并确定适合企业一产品二分网络的社团结构定义及其划分方法；然后，以中国汽车产业为研究对象，划分其企业一产品二分网络的社团结构，并用Q指数来评价划分的结果，发现网络的社团结构十分明显；最后，深入剖析了社团结构的产业意义。

摘要： 提出一种基于延迟嵌入和模块度的复杂网络构建方法，并利用倾斜油水两相流电导波动信号构建了流型复杂网络。基于K-means聚类的社团探寻算法对该网络的社团结构进行了分析，发现该网络存在分别对应于DO/WPS流型,DO/WCT流型和过渡流型的三个社团。本文基于复杂网络理论从全新的角度探讨了两相流流型辨识问题，并指出复杂网络是非线性时间序列分析的一个有效工具。

摘要： 复杂网络的组成节点庞大、组成结构复杂,如Internet、WWW、经济网络、社会网络等,直接研究或建模比较困难。而复杂网络往往呈现一种社团结构,就是社团内部的联系比社团之间的联系要紧密的多,所以可以将网络合理简化成若干个相对简单的子网络来分析。分析比较了当前的算法后,提出了一种归并简化算法,最后分析了此算法的复杂度,实例验证了其有效性。

摘要： 现实中的社会网络和计算机网络一般具有复杂的时变特征,直接对单个时间片的网络进行可视化难以展示该网络的动态结构信息.为此提出一种面向时变特征结构的动态网络布局可视化方法,通过增强网络结构视图的动态稳定性和视觉连续性,提高可视化布局质量.首先采用基于社团结构的网络布局算法对单个时间片进行布局,并通过布局代价函数对网络布局进行优化;然后对新出现的节点进行预布局并采用基于结构形状相似的节点移动法对节点移动方向进行约束,提高时间片序列布局的动态稳定性和视觉连续性,便于用户观察分析时序动态网络的特征和结构.实验表明,该方法与传统的动态网络可视化相比,在单时间片布局上具有更小的布局代价,在时间片序列中具有更小的节点移动距离和结构形状变化程度,实际应用价值明显.

摘要： 社团结构是一种普遍存在于各类真实网络中的结构特性．挖掘网络的社团结构对于理解网络的功能与行为有着重要作用．然而，现有的各种社团挖掘算法仅仅基于网络拓扑结构信息，而忽视了蕴涵于真实社会网络边权信息中丰富的语义信息．目前普遍使用的基于模块性最大化的社团挖掘算法倾向于将小社团合并，这使得语义上丰富的小社团容易湮灭于基于拓扑结构信息所挖掘出的大社团中．而挖掘出这些隐含于大社团中的有着丰富语义内涵的小社团对于加深社会网络语义层面的理解有着重要作用．为此，提出一个接近线性复杂度的有权网络社团挖掘算法．通过充分利用权重信息，算法可以将社会网络划分为富舍语义信息的粒度较细且相对较小的隐含社团．通过对基于DBIP作者合作网络的实证分析，证实了新算法的有效性和高效性．

摘要： 本发明公开了一种基于网络嵌入的社团结构识别方法及装置，涉及人工智能与复杂网络领域。用以解决现有节点的低维表示不能捕捉到社团结构信息以及结构相似性的问题。该方法包括：根据网络的邻接矩阵确定网络的一阶相似性矩阵和二阶相似形矩阵；根据互为邻居节点的两个节点确定网络的Dice’s相似度矩阵；根据网络的导出子图以及自轨道的数量，确定网络的结构相似性矩阵；根据一阶相似性矩阵、二阶相似性矩阵、Dice’s相似度矩阵和结构相似性矩阵确定网络的最终相似性矩阵；根据非负矩阵分解、最终相似性矩阵、社团成员指导矩阵和社团低维表示矩阵，得到节点的低维表示矩阵；根据k‑means对节点的低维表示矩阵进行聚类，得到网络的社团划分。

摘要： 本发明提供了一种防止复杂网络中的社团结构被深度挖掘的方法，包括以下步骤：(1)对于给定网络，根据设定的编码方式初始化种群，再对初始种群依次进行选择，交叉，变异以及精英保留获得最优个体，即为复杂网络聚类算法的最优攻击策略；(2)根据最优个体，增删网络中相应的连边，获得伪装后的新网络以防止复杂网络中的社团结构被精准挖掘。本发明提供的防止复杂网络中的社团结构被深度挖掘的方法有效地降低了复杂网络聚类算法的性能，保障了网络中团体的隐私安全。

摘要： 本发明公开了一种基于重力模型的社团结构生成方法及系统，本发明包括针对输入数据生成具有社团结构的初始网络，初始网络中c0个社团中的社团之间两两相连、每一个社团内部n0个节点之间全连接；通过基于重力模型添加社团和添加节点的方式针对当前网络进行网络演化；如果演化得到的网络中的社团数、输入数据中的社团数相同，且演化得到的网络中的每个社团的规模和输入数据中的对应的社团的规模相同，则演化结束，输出得到的网络；否则将演化得到的网络作为新的当前网络，继续进行网络演化。本发明能够生成具有规模大、无标度、且社团结构明显的目标受众网络，具有模型适用范围广、用户定制能力强、网络拟合性好、开发过程简单高效的优点。

摘要： 本公开关于一种基于社团结构的网络协同防御系统及方法，该系统将整体网络划分为多个自治社团，每个自治社团均包括用户主机、协同控制中心以及社团内部安全系统；其中，社团内部安全系统包括：入侵检测模块，用于入侵检测，若存在异常信息则通知协同控制中心；信息蜜罐与蜜网模块，用于响应协同控制中心发出的命令，存储和持续监测异常信息，以获取病毒特征；防火墙模块，用于用户主机和路由器中的访问控制与身份鉴别；入侵防护模块，用于协助入侵检测模块清除包含病毒的数据包；协同防御策略库模块，用于存储节点防御策略或安全防御策略；协同控制中心用于根据检测分析的结果生成最优防御策略。本公开提供的系统和方法抑制了潜伏型病毒传播。

摘要： 本发明公开了一种基于航班延误传播的加权航空网络社团结构划分方法，属于航空航天技术领域，根据机场航班延误情况、机场之间航线距离等特征，选取合适的权重指标构建加权航空网络的社团划分算法，进而寻找网络中最具影响力的关键机场节点及关键社团，定量说明该节点在社团中的地位，及其对社团内外航班延误传播的影响，解决了现有网络社团划分方法中未能从航班延误角度，分析关键机场、社团对整个航空网络中航班延误传播的影响，从而造成个别机场定位异常，社团划分不准确的技术问题。

摘要： 本发明公开了一种基于供电社团结构的分布式发电选址规划方法，包括：取电网中发电节点和负荷节点间电气距离和有效传输容量的复合权重定义两个节点间的等效供电关联强度，两发电节点之间、两负荷节点之间，发电与传输节点、负荷与传输节点之间，供电关联强度均为0；将电网划分成若干社团结构，根据两个节点间的等效供电关联强度计算电网的全网节点的供电关联强度矩阵；计算所有发电节点与负荷节点之间的供电关联强度在已知网络与随机网络中的差异，将差异值最大的发电节点分布方案作为最优解。定义了供电模块化指标作为供电社团结构构造方式的量化指标，应用于分布式发电的选址规划和评价，可适应负荷与分布式发电不断发展的动态平衡需要。

摘要： 本发明公开了一种基于幂律函数的多阶段加权网络社团结构检测方法，属于神经网络领域。本发明首先设计一个二维的Hopfield神经网络结构，其次基于加权网络的模块度函数设置Hopfield神经网络权值，即Hopfield神经网络的能量函数为加权网络模块度函数，再次设计基于幂律函数的多阶段Hopfield神经网络能量函数优化方法优化加权网络模块度函数值。实验结果表明，该方法只需设置较少的阶段数就可以寻找到更优的模块度函数值，从而得到对应的社团结构划分。

摘要： 本发明公开一种异质网络社团结构以及基于该结构的社团发现方法，首先提出了异质网络的零模型，为研究复杂网络中异质网络结构提供了基础的随机化网络模型；并在其基础上提出了适用于异质网络的功能函数异质网络的模块度，为异质网络社团评价提供了新方法；然后在异质网络模块度的基础上，定义了异质网络的社团结构，基于该社团结构提出了基于异质网络模块度最大化的异质网络社团发现方法，有效地发现了异质网络中的社团结构：本申请采用同质、异质邻接矩阵全面、有效地描述异质网络连接关系。

摘要： 本发明提供了一种融合社团结构的异质网络表示学习方法，属于异质网络表示学习的技术领域，缓解了现有技术中网络表示能力较弱的技术问题。该方法包括：获取待分析数据，进行数据清洗和预处理，并构建异质网络；利用基于元路径游走的Skipgram模型得到节点表示；利用高斯混合模型针对不同类型的节点捕获社团结构；将目标优化分为两部分并利用迭代的方法求解。

摘要： 本发明公开了一种基于社团结构理论与区域无功供需平衡的电压分区方法，其特征是，包括如下步骤：步骤S1：根据电力系统网络的拓扑结构，对电力系统网络进行无损化处理，将电力系统网络线路上的无功损耗等效为线路两端节点的无功负荷；步骤S2：采用社团结构理论对电力系统网络进行无功分区，根据社团内的无功需求和无功供给的差值设定惩罚函数，根据社团内的无功需求和无功供给的比值设定无功失衡度；结合惩罚函数和无功失衡度建立社团结构量化评估指标模块化函数Q’；步骤S3：对社团分区进行排列组合，并计算更新社团结构量化评估指标模块化函数Q’，选取模块化函数Q’值为最大时的社团分区为最终无功分区结果。从而得到最佳无功分区结果。