简介:关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。
简介:在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类.同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究.仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制.本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考.
简介:Inthispaper,weproposeadimension-reducing,K-meanclusteringprocedurebyProjectionPursuit(PP)techniquesoastoexploretheclusteringstructureofdatainhigh-dimensionalspaceintermsoflow-dimensionalprojectivepointsofdata,andweobtainthea.s.consistenceoftheestimatesoftheclustercentersandprojectionorientations.
简介:这份报纸学习排队的一连续时间有顾客和一个first-come-first-served服务学科的多重类型的系统。顾客们根据一个semi-Markov到达过程和顾客的单个类型的服务时间到达有PH分发。为顾客的批的一个概括年龄过程的一个官方补给的/M/1类型Markov过程被构造。官方补给的/M/1类型Markov过程的静止分发明确地并且因而在服务,在系统的全部的工作量,等待的时间,和不同的批的逗留时间被发现批的年龄的分布,顾客的不同类型被获得。纸给等待时间和逗留时间的PH分发的矩阵代表。一些结果在离开时代并且在一任意的时间为队列长度的分布被获得。这些结果能被用来分析队列的不仅队列长度,而且作文。计算方法为与队列长度,逗留时间,和等待的时间有关的精明的稳定的州的分布被开发。
简介:Thispaperproposestheconceptsofgeneralizedαk-majorefficientsolutionsandgeneralizedαkmajoroptimalsolutionsformulti-objectiveprogramming,andstudiestheirsomeimportantproperties.
简介:聚晶立方氮化硼(PCBN)刀具已在切削加工的各个方面表现出了优异的切削性能,尤其是超硬特性被使用者所熟悉。介绍了PCBN的主要研制工艺,性能特点以及其在刀具材料中的应用。
简介:
简介:Anefficientmethodfortheidentificationofinfluentialspreadersthatcouldbeusedtocontrolepidemicswithinpopulationswouldbeofconsiderableimportance.Generally,populationsarecharacterizedbyitscommunitystructuresandbytheheterogeneousdistributionsofout-leavinglinksamongnodesbridgingovercommunities.Anewmethodforcommunitynetworkscapableofidentifyinginfluentialspreadersthatacceleratethespreadofdiseaseishereproposed.Inthismethod,influentialspreadersserveastargetnodes.Thisisbasedontheideathat,ink-shelldecompositionmethod,out-leavinglinksandinnerlinksareprocessedseparately.Themethodwasusedonempiricalnetworksconstructedfromonlinesocialnetworks,andresultsindicatedthatthismethodismoreaccurate.Itseffectivenessstemsfromthepatternsofconnectivityamongneighbors,anditsuccessfullyidentifiedtheimportantnodes.Inaddition,theperformanceofthemethodremainedrobustevenwhentherewereerrorsinthestructureofthenetwork.
简介:我们与州依赖者的到达和一般服务分发学习一个单个服务者的排队系统,或简单地M(n)/G/1/K,在服务器跟随一条N政策并且当系统是空的时,度多重假期的地方。我们用增补可变技术提供一个递归的算法数字地计算系统的静止队列长度分发。唯一的输入要求是服务时间分发的Laplace-Stieltjes变换,假期时间分发,和州依赖者的到达评价。算法的Thecomputational复杂性是O(K~3)。
简介:在这篇论文,我们与州依赖者的服务学习一个排队系统andstate依赖的假期,或简单地G/M(n)/1/K。因为服务率是州依赖者的,这个系统作为特殊情况与车站假期的各种各样的类型包括G/M/c和G/M/c/K队列。我们用增补可变技术提供一个递归的算法数字地计算系统的静止队列长度分发。唯一的输入要求是theLaplace-Stieltjes变换内部到达分发以及州依赖者的服务率和州依赖者的假期率。在一份随后的同伴报纸,我们与州依赖者的假期学习它的双systemM(n)/G/1/K队列。