多尺度残差网络模型的研究及其应用 被引量：15

1

作者 王飞 张莹 +2 位作者 卲豪 张东波 牟清萍 《电子测量与仪器学报》 CSCD 北大核心 2019年第4期19-28,共10页

针对传统的卷积神经网络不能充分利用图像的多尺度信息,以及网络层数的增加导致优化参数增加的问题。提出多尺度残差网络模型通过多尺度跨通道的卷积融合提高图像的特征表征能力;然后把大的卷积核分解成小的非对称卷积核降低网络的参数... 针对传统的卷积神经网络不能充分利用图像的多尺度信息,以及网络层数的增加导致优化参数增加的问题。提出多尺度残差网络模型通过多尺度跨通道的卷积融合提高图像的特征表征能力;然后把大的卷积核分解成小的非对称卷积核降低网络的参数计算;接着利用残差网络原理来降低深层网络的梯度消失问题;最后将提出的多尺度卷积模块嵌入到Lenet网络中。在Mnist数据集上的测试结果证明分类准确率比原始Lenet网络提高了0. 24%,在LFW数据集上的测试结果表明分类准确率优于Deep Face、Web Face等传统算法。 展开更多

关键词 多尺度残差网络 卷积神经网络 跨通道卷积 核分解

下载PDF 职称材料

基于动态社交网络的高效核维护方法

2

作者 栾峰 尹龙飞 +2 位作者 吴汶潞 宗传玉 安云哲 《计算机技术与发展》 2024年第7期69-77,共9页

在现实世界中,社交网络图的结构是动态变化的,导致顶点的核数发生变化。核维护是指当图发生动态变化时动态更新图中所有顶点的核数。现有的最先进的核维护方法是基于遍历的核维护算法和基于顺序的核维护算法,针对现有核维护方法在大规... 在现实世界中,社交网络图的结构是动态变化的,导致顶点的核数发生变化。核维护是指当图发生动态变化时动态更新图中所有顶点的核数。现有的最先进的核维护方法是基于遍历的核维护算法和基于顺序的核维护算法,针对现有核维护方法在大规模动态图中执行效率较低的问题,该文提出了基于动态社交网络的高效核维护方法。首先分析了基于遍历的核维护方法和基于顺序的核维护方法的不足,提出了新的kn-order索引来维护顶点的顺序和邻居信息,通过改进的遍历查询方式来高效获取图动态变化后核数变化的顶点集,并提出了基于边插入的核维护算法和基于边删除的核维护算法来高效维护顶点的核数。最后,在4个真实数据集的验证表明,该算法有效提高了基于动态社交网络的核维护的效率,较基于顺序的核维护方法,执行效率提升了3~4倍,访问图中顶点的比例平均下降了2%左右,加速比提升了至少2倍。 展开更多

关键词 k-core 核数 核分解 核维护 kn-order索引

下载PDF 职称材料

大规模图的分布式核分解算法

3

作者 翁同峰 周旭 +1 位作者 李肯立 胡逸騉 《软件学报》 EI CSCD 北大核心 2024年第12期5341-5362,共22页

随着互联网信息技术的发展,社交网络、计算机网络及生物信息网络等领域涌现海量大规模图数据.鉴于传统图数据管理技术在处理大规模图时存在存储及性能方面的局限,大规模图的分布式处理技术已成为图数据库领域的研究热点,并得到工业界和... 随着互联网信息技术的发展,社交网络、计算机网络及生物信息网络等领域涌现海量大规模图数据.鉴于传统图数据管理技术在处理大规模图时存在存储及性能方面的局限,大规模图的分布式处理技术已成为图数据库领域的研究热点,并得到工业界和学术界的广泛关注.图的核分解用于计算图中所有顶点的核值,有助于挖掘重要图结构信息,在社区搜索、蛋白质结构分析和网络结构可视化等诸多应用中发挥着关键作用.当前以顶点为中心计算模式的分布式核分解算法中采用一种广播的消息传递机制,一方面,存在大量的冗余通信及计算开销;另一方面,处理大规模图核分解过程中易产生内存溢出问题.为此,分别提出基于全局激活和层次剥离计算框架,并提出分布式核分解新算法,通过引入基于顶点核值局部性特点的消息剪枝策略和以计算节点为中心的计算新模式,保证算法有效性的同时提升其性能.在国家超级计算长沙中心分布式集群上,分别针对大规模真实和合成数据集,算法总耗时性能提升比例为37%–98%,验证所提模型和算法的有效性和高效性. 展开更多

关键词 大规模图 分布式算法 核分解 图计算

下载PDF 职称材料

复杂网络中最小K-核节点的传播能力分析 被引量：38

4

作者 任卓明 刘建国 +2 位作者 邵凤 胡兆龙 郭强 《物理学报》 SCIE EI CAS CSCD 北大核心 2013年第10期466-471,共6页

K-核分解方法对于识别复杂网络传播动力学中最重要节点具有重要的价值,然而该方法无法对复杂网络中大量最小K-核节点的传播能力进行准确度量.本文主要考察最小K-核节点的传播行为,利用其邻居的K-核信息,提出一种度量这类节点传播能力的... K-核分解方法对于识别复杂网络传播动力学中最重要节点具有重要的价值,然而该方法无法对复杂网络中大量最小K-核节点的传播能力进行准确度量.本文主要考察最小K-核节点的传播行为,利用其邻居的K-核信息,提出一种度量这类节点传播能力的方法.实证网络数据集的传播行为仿真结果表明,该方法与度、介数等指标相比更能准确度量最小K-核节点的传播能力. 展开更多

关键词 复杂网络 传播能力 K-核分解 最小K-核节点

原文传递

微博关注关系网络K-核结构实证分析 被引量：13

5

作者 白林根 谌志群 +1 位作者 王荣波 黄孝喜 《现代图书情报技术》 CSSCI 北大核心 2013年第11期68-74,共7页

为研究微博关注关系网络的特征,以新浪微博为例,引入复杂网络分析方法对微博关注关系网络进行实证分析。首先对微博关注关系网络进行K-核分解,获取微博核心用户关系网络。然后计算K-核网络基本参数、跟随比例和度相关性,发现其既具有在... 为研究微博关注关系网络的特征,以新浪微博为例,引入复杂网络分析方法对微博关注关系网络进行实证分析。首先对微博关注关系网络进行K-核分解,获取微博核心用户关系网络。然后计算K-核网络基本参数、跟随比例和度相关性,发现其既具有在线社会网络的一般特征,也具有现实社会网络的一些特点。通过对K-核网络的社区检测及节点中心性、互惠性、中间人角色的分析,发现其网络结构具有明显的社区特性。该研究能够为相关应用提供实证基础。 展开更多

关键词 微博关注关系 K-核分解 社区检测 复杂网络

原文传递

基于K-核的科研合作网络凝聚性特征分析 被引量：11

6

作者 张美书 葛世伦 +1 位作者 贾昱 王念新 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2020年第7期1821-1831,共11页

科学分析科研合作网络潜在的凝聚性特征,是培育与建设稳定的高水平科技创新团队的首要条件.K-核分析方法是研究社会网络层次结构,探究网络子群团聚度的有效方法.本文以某省属普通高校为例,基于CNKI的四大类来源期刊及SIPO发明专利数据,... 科学分析科研合作网络潜在的凝聚性特征,是培育与建设稳定的高水平科技创新团队的首要条件.K-核分析方法是研究社会网络层次结构,探究网络子群团聚度的有效方法.本文以某省属普通高校为例,基于CNKI的四大类来源期刊及SIPO发明专利数据,构建基于论文共发表和专利共发明的科研合作网络,然后引入K-核模型分析方法,对网络的凝聚性特征进行分析.研究结果表明:科研合作网络节点的团聚度呈现Piossion分布特征;核心成员规模分布在4左右的团体合作最多;跨学科合作主要分布在网络的边缘区域,而核心区域的跨学科合作则比较罕见;位于网络核心区域的节点主要为应用工程类学科的成员.通过该方法分析科研合作网络的凝聚性特征,能够为组织遴选和培育稳定的高水平科研核心团队提供帮助与指导. 展开更多

关键词 科研合作网络 K-核分解 核塌缩序列 凝聚性

原文传递

融合度与K核迭代次数的节点重要性排序算法 被引量：7

7

作者 李懂 席景科 孙成成 《计算机工程与设计》 北大核心 2019年第6期1518-1522,1539,共6页

传统的节点重要性排序算法多从单一属性角度进行分析,评价不够全面,影响排序结果的准确度。为解决这一问题,从多属性融合的角度提出一种融合度与K核迭代次数的节点重要性排序算法,从局部(即度)和全局(即K核迭代次数)两个属性对节点重要... 传统的节点重要性排序算法多从单一属性角度进行分析,评价不够全面,影响排序结果的准确度。为解决这一问题,从多属性融合的角度提出一种融合度与K核迭代次数的节点重要性排序算法,从局部(即度)和全局(即K核迭代次数)两个属性对节点重要性进行综合评价,使用熵权法确定局部属性和全局属性对节点重要性的贡献权重。人工网络和真实网络的实验结果表明,该算法对节点重要性进行排序时具有较高的准确性和较好的时间效率。 展开更多

关键词 节点重要性 K核分解 迭代次数 熵权法 多属性融合

下载PDF 职称材料

基于组合历史的交互式服务推荐方法 被引量：7

8

作者 潘伟丰 姜波 +2 位作者 李兵 胡博 宋贝贝 《计算机研究与发展》 EI CSCD 北大核心 2018年第3期613-628,共16页

随着服务种类和数量的飞速增长,如何发现满足用户需求的服务成为亟待解决的关键问题之一.服务推荐技术被认为是解决服务资源过载问题的有效方法之一.但是,现有的服务推荐方法存在数据难以获取和未考虑所推荐服务的可用性及与已有服务的... 随着服务种类和数量的飞速增长,如何发现满足用户需求的服务成为亟待解决的关键问题之一.服务推荐技术被认为是解决服务资源过载问题的有效方法之一.但是,现有的服务推荐方法存在数据难以获取和未考虑所推荐服务的可用性及与已有服务的可组合性等问题.有鉴于此,提出了一种基于服务组合历史的交互式服务推荐方法.该方法使用隶属网抽象服务组合历史(复合服务、原子服务及他们之间的隶属关系),通过单模投影获取服务间的组合关系,并利用骨干网挖掘过滤无效的服务组合关系;使用度和度分布分析服务的使用模式;考虑服务的失效问题,并根据服务的不同使用场景提出了相应的服务推荐算法.最后,使用ProgrammableWeb网站提供的真实服务数据验证了所提方法的正确性和有效性. 展开更多

关键词 服务推荐 服务网络 骨干网挖掘 k-核分解 复杂网络

下载PDF 职称材料

融入在线社会资本的个人信用价值度量模型 被引量：6

9

作者 琚春华 邹江波 傅小康 《管理科学学报》 CSSCI CSCD 北大核心 2017年第11期114-126,共13页

社会资本与个人信用呈正相关性,特别是线下社会资本与个人信用之间的研究相对成熟,并将研究结果应用到车贷、房贷等领域.然而,针对在线社会资本与个人信用的研究相对较少,将在线社会资本作为量化指标进行个人信用价值度量问题仍有待深... 社会资本与个人信用呈正相关性,特别是线下社会资本与个人信用之间的研究相对成熟,并将研究结果应用到车贷、房贷等领域.然而,针对在线社会资本与个人信用的研究相对较少,将在线社会资本作为量化指标进行个人信用价值度量问题仍有待深入研究.因此,本文以社会资本理论研究为基础,融入在线社会网络关系数据度量个人信用水平,结合传统个人信用度量模型,提出了转换在线社会关系的k-核信用价值度量模型,实验结合个人支付宝芝麻分经验数据,从实践角度验证了模型对修正个人信用的有效性.研究提出的度量模型对服务互联网金融领域、利用大数据建立征信系统,完善在线社会资本理论研究等具有重要意义. 展开更多

关键词 信用价值度量 大数据征信 在线社会资本 社会网络 k-核分解

下载PDF 职称材料

基于引力方法的复杂网络节点重要度评估方法 被引量：6

10

作者 阮逸润 老松杨 +2 位作者 汤俊 白亮 郭延明 《物理学报》 SCIE EI CAS CSCD 北大核心 2022年第17期292-303,共12页

如何用定量分析的方法识别复杂网络中哪些节点最重要,或评价某个节点相对于其他一个或多个节点的重要程度,是复杂网络研究的热点问题.目前已有多种有效模型被提出用于识别网络重要节点.其中,引力模型将节点的核数(网络进行k-核分解时的k... 如何用定量分析的方法识别复杂网络中哪些节点最重要,或评价某个节点相对于其他一个或多个节点的重要程度,是复杂网络研究的热点问题.目前已有多种有效模型被提出用于识别网络重要节点.其中,引力模型将节点的核数(网络进行k-核分解时的ks值)看作物体的质量,将节点间的最短距离看作物体间距离,综合考虑了节点局部信息和路径信息用于识别网络重要节点.然而,仅将节点核数表示为物体的质量考虑的因素较为单一,同时已有研究表明网络在进行k-核分解时容易将具有局部高聚簇特征的类核团节点识别为核心节点,导致算法不够精确.基于引力方法,综合考虑节点H指数、节点核数以及节点的结构洞位置,本文提出了基于结构洞引力模型的改进算法(improved gravity method based on structure hole method,ISM)及其扩展算法ISM_(+).在多个经典的实际网络和人工网络上利用SIR(susceptible-infected-recovered)模型对传播过程进行仿真,结果表明所提算法与其他中心性指标相比能够更好地识别复杂网络中的重要节点. 展开更多

关键词 复杂网络 传播影响力 引力模型 H指数 k核分解

下载PDF 职称材料

基于多任务卷积神经网络人脸检测网络的优化加速方法 被引量：5

11

作者 姜尧岗 孙晓刚 林云 《计算机应用》 CSCD 北大核心 2019年第S02期59-62,共4页

针对人脸检测网络在安卓设备上速度较慢、检测效果不佳的问题,提出了基于多任务卷积神经网络(MTCNN)的优化加速的方法。一方面,更改Caffe框架的ATLAS数学库为OpenBLAS,利用多核来进行矩阵计算;另一方面,在网络结构上进行优化,通过对特... 针对人脸检测网络在安卓设备上速度较慢、检测效果不佳的问题,提出了基于多任务卷积神经网络(MTCNN)的优化加速的方法。一方面,更改Caffe框架的ATLAS数学库为OpenBLAS,利用多核来进行矩阵计算;另一方面,在网络结构上进行优化,通过对特征图进行多尺度的卷积再聚合操作、对不同层的特征图进行特征融合操作来提高网络的学习能力,同时对网络中的卷积核进行分解来减少卷积操作的计算量。在LFW和FDDB数据集上进行测试,实验结果表明:与MTCNN人脸检测算法相比,改进后算法的准确率提高了0.9%,耗时降低了64%,在3288安卓板卡上速度达到了9帧/秒。改进后的算法对遮挡、模糊人脸有更好的鲁棒性,并且在速度上有了很大的提升,在复杂场景下具有出色的检测效果。 展开更多

关键词 优化加速 矩阵计算 卷积聚合操作 特征融合操作 卷积核分解

下载PDF 职称材料

基于交叉度的有向网络中心节点识别算法研究 被引量：5

12

作者 周立欣 刘臣 +1 位作者 霍良安 王育清 《计算机应用研究》 CSCD 北大核心 2016年第11期3299-3302,3306,共5页

利用K-核分解的方法识别中心节点,被认为在复杂网络重要节点发现中具有特殊的优势。但K-核分解法在有向网络中只能简单地利用节点的出度、入度或者两者之和进行分解,不能区分两者的差异。针对这一问题,将有向网络中出度与入度的概念相结... 利用K-核分解的方法识别中心节点,被认为在复杂网络重要节点发现中具有特殊的优势。但K-核分解法在有向网络中只能简单地利用节点的出度、入度或者两者之和进行分解,不能区分两者的差异。针对这一问题,将有向网络中出度与入度的概念相结合,提出交叉度(cross degree)的概念;并利用交叉度提出识别有向网络中心节点的C-核分解法。该算法在无向网络中退化为K-核分解法。通过仿真实验和分析,发现该方法既保留K-核方法准确有效的优势,同时还具有较好的区分度,能够较好地识别有向网络中的重要节点。 展开更多

关键词 有向网络 中心节点 交叉度 c-核分解法 区分度

下载PDF 职称材料

基于精准k核的复杂网络节点重要性评估方法 被引量：4

13

作者 卢鹏丽 许星舟 《兰州理工大学学报》 CAS 北大核心 2022年第4期90-98,共9页

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到... 由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能. 展开更多

关键词 复杂网络 k核分解方法 精准k核 混合中心性 节点重要性

下载PDF 职称材料

考虑负荷恢复效益的微电网黑启动串行恢复策略 被引量：4

14

作者 郑程拓 丁晓群 +3 位作者 郑能 蒋煜 管志成 王朋 《智慧电力》 2017年第10期13-18,共6页

微电网黑启动过程涉及到黑启动电源、重构网架及待恢复负荷的选择。在分析串行恢复的可行性基础上制定合理恢复策略,提出了对具备黑启动能力的DG特性指标运用综合评分的改进熵权法选择最佳黑启动电源,建立一种新的基于电力网络拓扑特性... 微电网黑启动过程涉及到黑启动电源、重构网架及待恢复负荷的选择。在分析串行恢复的可行性基础上制定合理恢复策略,提出了对具备黑启动能力的DG特性指标运用综合评分的改进熵权法选择最佳黑启动电源,建立一种新的基于电力网络拓扑特性及电气特征的综合考虑线路与节点重要性的网架重构模型,采用二进制粒子群算法求解确定。以单位时间恢复负荷的效益最大化为目标,在重构网架中确定最佳恢复路线。算例验证了本文方法的有效性。 展开更多

关键词 微电网 黑启动 改进熵权法 k核分解 恢复负荷效益 串行恢复

下载PDF 职称材料

一种新的改进的加权k-核分解方法 被引量：4

15

作者 宋起超 《软件工程》 2016年第1期21-22,共2页

k-核分解算法是一种优秀的评估复杂网络节点重要性的方法,然而该方法对于复杂网络节点的排序还存在一些问题。本文提出了一种改进的加权k-核分解算法,通过改进节点加权度的计算对已提出的方法进行改进。然后在四个真实网络上利用SIR传... k-核分解算法是一种优秀的评估复杂网络节点重要性的方法,然而该方法对于复杂网络节点的排序还存在一些问题。本文提出了一种改进的加权k-核分解算法,通过改进节点加权度的计算对已提出的方法进行改进。然后在四个真实网络上利用SIR传染病模型进行了实验仿真。实验结果表明,改进后的算法比原有方法在评估节点重要性方面更具有优越性。 展开更多

关键词 复杂网络 节点重要度 k-核分解 SIR

下载PDF 职称材料

Blondel和k-核分解混合算法相结合的网络空间点群要素多尺度模型构建 被引量：4

16

作者 王续盘 张衡 +3 位作者 周杨 胡校飞 彭杨钊 齐凯 《地球信息科学学报》 CSCD 北大核心 2021年第12期2128-2138,共11页

随着人们对网络空间的依赖性不断增强,互联网技术与网络基础设施规模迅速发展。很难直接用数字或表格的形式对网络空间进行全局的规划与管理,并且不容易发现隐藏在网络空间中的一些关键信息。网络空间点群要素的多尺度模型构建对网络空... 随着人们对网络空间的依赖性不断增强,互联网技术与网络基础设施规模迅速发展。很难直接用数字或表格的形式对网络空间进行全局的规划与管理,并且不容易发现隐藏在网络空间中的一些关键信息。网络空间点群要素的多尺度模型构建对网络空间数据的多尺度分析和可视化具有非常重要的意义。本文以网络空间的特征为依据,在借鉴基于社团划分的网络空间分层算法和基于节点重要性的网络空间分层算法特点的基础上,提出了Blondel算法和k-核分解的混合算法相结合的网络空间点群要素多尺度模型构建算法。本算法通过自动社团划分,用同一社团内的节点合并构建新的网络,有效解决了基于节点重要性的网络空间分层算法自动化程度低的弊端。利用核心节点来代替整个社团结构,显著保留了网络空间中节点的属性。实验表明使用该算法可以使各个层次网络空间点群要素的综合比例降至30%以下,较好的实现了网络空间点群要素的聚类与分层,若将网络空间点群要素的多尺度模型应用于地理空间中,则可实现网络空间地图的多尺度绘制。 展开更多

关键词 多尺度模型 网络空间 社团划分 节点的重要性 Blondel算法 k-核分解 点群要素 网络空间地图

原文传递

加权网络中基于冗余边过滤的k-核分解排序算法 被引量：4

17

作者 罗仕龙 龚凯 +1 位作者 唐朝生 周靖 《物理学报》 SCIE EI CAS CSCD 北大核心 2017年第18期305-314,共10页

k-核分解排序法对于度量复杂网络上重要节点的传播影响力具有重要的理论意义和应用价值,但其排序粗粒化的缺陷也不容忽视.最新研究发现,一些真实网络中存在局域连接稠密的特殊构型是导致上述问题的根本原因之一.当前的解决方法是利用边... k-核分解排序法对于度量复杂网络上重要节点的传播影响力具有重要的理论意义和应用价值,但其排序粗粒化的缺陷也不容忽视.最新研究发现,一些真实网络中存在局域连接稠密的特殊构型是导致上述问题的根本原因之一.当前的解决方法是利用边两端节点的外部连边数度量边的扩散性,采取过滤网络边来减少这种稠密结构给k-核分解过程造成的干扰,但这种方法并没有考虑现实网络上存在权重的普遍性.本文利用节点权重和权重分布重新定义边的扩散性,提出适用于加权网络结构的基于冗余边过滤的k-核分解排序算法:filter-core.通过世界贸易网、线虫脑细胞网和科学家合著网等真实网络的SIR(susceptible-infectedrecovered)传播模型的仿真结果表明,该算法相比其他加权k-核分解法,能够更准确地度量加权网络上具有重要传播影响力的核心节点及核心层. 展开更多

关键词 加权网络 k-核分解 冗余边 传播影响力

下载PDF 职称材料

面向助老行为识别的三维卷积神经网络设计 被引量：4

18

作者 李秀智 张冉 贾松敏 《北京工业大学学报》 CAS CSCD 北大核心 2021年第6期589-597,共9页

针对室内老人跌倒问题,提出一种室内人体跌倒行为识别方法.首先,提出基于卷积核分解与分组卷积的轻量化3D网络;之后融合浅层2D子网络与轻量化3D子网络,并采用随机滑动组合采样策略改进3D卷积行为识别网络.为进一步提高网络泛化性能,对... 针对室内老人跌倒问题,提出一种室内人体跌倒行为识别方法.首先,提出基于卷积核分解与分组卷积的轻量化3D网络;之后融合浅层2D子网络与轻量化3D子网络,并采用随机滑动组合采样策略改进3D卷积行为识别网络.为进一步提高网络泛化性能,对视频帧进行视觉显著性检测,通过加强背景纹理与人物行为之间关联性提高真实场景识别准确度.实验结果表明:该网络参数量为6.9×106,时间复杂度降低至8.04×109;实现算法在室内跌倒行为识别任务上达到81.5%的准确度. 展开更多

关键词 行为识别 跌倒检测 3D卷积神经网络 视觉显著性 卷积核分解 分组卷积

下载PDF 职称材料

基于复杂网络的社交网络用户影响力研究 被引量：3

19

作者 徐杰 王菊韵 张海云 《中国传媒大学学报（自然科学版）》 2017年第2期67-73,共7页

基于复杂网络理论对社交网络用户影响力进行分析,可以为社会营销、舆情监测、信息检索等众多领域的研究提供支持。传统的网页排序算法虽然可以对有向社交网络的用户影响力进行分析,但仍存在缺陷且复杂度较高。本文提出了一种对无向社交... 基于复杂网络理论对社交网络用户影响力进行分析,可以为社会营销、舆情监测、信息检索等众多领域的研究提供支持。传统的网页排序算法虽然可以对有向社交网络的用户影响力进行分析,但仍存在缺陷且复杂度较高。本文提出了一种对无向社交网络进行用户影响力评价的方法,弱化了将有向网络视为无向网络研究而带来的误差,并可以高效地得到重要节点,适用范围更广。首先,本文采用网络节点的度中心性、介数中心性、接近中心性、聚类系数作为节点重要度评价指标,通过对计算数据归一化处理并取均值得到用户影响力排序的基准。其次,采用k-核分解法粗粒化地将重要度相似的节点进行归类,来检验排序的合理性。最后,通过仿真实验以及k-核分解、与HITS算法比较验证了此方法的科学性和正确性。 展开更多

关键词 社交网络 用户影响力 网络节点重要度 k-核分解

下载PDF 职称材料

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用 被引量：3

20

作者 罗富贵 李明珍 《井冈山大学学报（自然科学版）》 2018年第2期31-39,共9页

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理... 小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。 展开更多

关键词 卷积神经网络 卷积核分解 小图像 识别 超深度模型

下载PDF 职称材料