摘要：针对目前区块链系统中传播区块消耗大,难以适配无线环境下动态变化网络拓扑的问题,设计了一种基于节点度的无线区块链转发机制,通过复杂网络传播模型确定最低转发下限,在综合考虑能量消耗、吞吐量和安全性的条件下确定最优的转发比例。节点根据自身度指标与转发比例确定转发消息的邻居数量,通过节点邻居的度信息,分布式调整向邻居发送消息的概率,提高了网络中消息的递送效率。仿真结果表明,所提机制性能与洪泛机制相近,但消耗大大减小,各项性能均优于传统的Gossip机制。

摘要：传统的图嵌入算法及图神经网络模型在对网络节点分类时仅使用了节点本身的属性信息或者特征信息,很少使用节点在网络中的结构信息。如何在图神经网络聚合时引入节点网络结构信息来提升分类准确性也是一个值得深入研究的问题。因此,在GraphSage模型的基础上,根据网络中节点度及节点重要性设计了新的聚合函数并提出了GraphSage-Degree模型。首先,模型根据节点度获得节点在邻域中的重要性,然后再以重要性为依据来聚合节点的特征,使得网络中重要的节点能够尽可能的聚合更多的特征信息,并且在GraphSage-Degree中设置了一个与节点度有关的超参数D,能够通过调节该参数D使得在不同的数据集上达到最佳分类状态。在Cora、Citeseer和Pubmed 3个公开数据集上进行了测试,GraphSage-Degree与其他方法相比,macro-F1的平均提升值分别为8.72%、10.37%和8.29%,在Pubmed上有最大提升值38.84%;micro-F1的平均提升值分别为8.97%、11.16%和6.9%,在Pubmed上有最大提升值38.39%。

摘要：拓扑控制是无线传感器网络中的常见控制方法。从节点度的角度进行拓扑构造设计,对网络性能如连通性、覆盖性等有显著影响。基于此,重点研究典型算法LMA,通过OMNeT4.0++平台,设计并调节每个节点的发射功率,从而优化节点之间的拓扑连接,延长网络的生命周期。仿真实验表明:LMA算法能够自适应地实现网络节点度的调节,在满足网络连通的前提下降低全网的能耗,该对数极坐标变换LMA算法具有一定的推广应用价值。

摘要：社会网络是现实社会在网络空间的延伸,研究社会网络的结构特征对于发现网络结构、预测网络行为、保障网络安全有着重要的意义.社团结构是社会网络最重要的一种结构特征.近年来,研究人员提出了大量的社团检测算法,但大多集中在无权网络,不能处理网络中越来越复杂的连接关系.为了衡量有向加权网络中节点之间的关联强度,提出了一种新的节点亲密度定义,在此基础上设计了一种基于节点亲密度和度的社团结构检测方法(community detecting method based on node intimacy and degree,CDID),并在真实的社会网络数据集上进行了实验验证.与传统的社团检测方法相比,CDID方法能够获得更加准确的社团划分结果,并为无向无权、有向无权、无向加权、有向加权网络的社团划分提供了一种统一的解决方法.

摘要：针对经典影响力最大化算法存在的计算时间过长等问题,提出一种新的启发式贪婪算法-高节点度贪婪算法(HD_Greedy)。基于社交网络节点的度呈幂律分布以及节点的度与影响力强关联性,在极小部分高度数节点中搜索最大影响力种子节点,使搜索空间大幅度地减少,节约了大量的盲目搜索时间,并且不损失种子节点影响力。实验结果表明,在不同信息传播模型中,HD_Greedy算法得到的种子节点影响力与其它贪婪算法接近,但计算效率有了较大提高,尤其适合于在大规模社交网络中搜索最大影响力种子节点。

摘要：为了改善四边形网格的拓扑连接关系,针对Liu等提出的优化方法[1](Liu Jianfei,Sun Shuli,Chen Yongqiang.A new method of quality improvement for quadrilateral mesh based on small polygon reconnection).Acta Mechanica Sinica,2012,28(1):140-145),提出了面向不规则点消除的四边形网格优化方法.首先引入了一个加速策略,使每次操作可以处理的区域更大,从而提高了消除不规则点的能力;其次将方法拓展至曲面网格的优化.数值实验结果表明,该方法既能够大幅度改善ANSYS等数值模拟软件生成的四边形网格,也能进一步提高使用图形学领域方法得出的四边形网格的质量.

摘要：由于采用自动生成技术得到的网格往往不能满足数值模拟和仿真的要求,为此基于网格简化和细分技术,提出一种简单、高效的三角形网格拓扑优化方法.首先根据边折叠简化算法对三角形网格进行简化,得到具有较好拓扑连接关系的粗网格;然后对简化后的粗网格进行细分,引入具有良好节点度的新节点;最后再进行简化,直到网格的节点数达到给定的阈值.实验结果表明,该方法可以很好地改善网格的拓扑连接关系,与网格修匀技术结合能够大幅度提高网格的质量.

摘要：为解决因网络数据分布不均匀性而造成的链路预测问题,提出一种改进的代价敏感型链路预测算法(Link Boost).设计一种有监督链路预测可变代价损失函数,该函数对低节点度有链路节点对出现分类错误时的惩罚大于高节点度有链路节点对,解决了节点度的分布偏差.考虑到以损失函数优化为目标的链路预测算法将导致社区内预测链路数量大于社区间的链路数量,进而设计一种Boosting算法来实现损失函数最小化.通过将网络分为多个分区,并对各个分区构建的弱学习器进行融合,提高了算法的可伸缩性.利用4个真实网络数据集进行性能评估.研究结果表明:Link Boost算法的性能与许多当前算法的性能相当或者优于当前算法.

摘要：针对现有基于节点度的功率控制算法一般采用调节参数进行功率调整而导致的收敛速度慢和高能耗问题,通过引入网络节点分布密度ρ,结合无线传播模型和邻居数量估计模型,提出一种无参数影响的功率调整方案NPPC.仿真实验表明,NPPC使节点更快地达到期望邻居数量,有效地形成了连通网络,同时收敛速度和能量效率有显著提高,且在不同部署密度、规模的网络模型中均具有良好的稳定性.

摘要：基于复杂网络理论,研究城市水系统中关于设施布局和节点重要性问题,簇系数可以表征城市水系统中重要设施的空间布局情况,该值越小表示空间布局越合理。城市水系统中的节点度值表征了该节点的重要程度,通过对高度值节点的梳理,可以形成城市管网系统重要节点的分布,从而为主干管网系统的布置提供依据。将该方法应用于某典型案例城市,从多个规划方案中推荐运行效率更优的方案,实现了城市水系统规划的优化。