简介:首先,研究了Erdos1合著网络的特征属性,一方面使用节点的度、介数、接近中心性来描述Erdos1合著网络节点重要性,另一方面使用特征向量中心性和本文提出的高阶度参数来描述Erdos1合著网络节点影响力;然后,分别用逼近理想解的排序(TOPSIS算法)算法和主成份分析(PCA)对节点重要性和影响力排序;最后,利用修改的网页排名(PageRank)算法讨论了网络科学原创性论文中最具影响力的论文。
简介:远程FEA服务系统的总体结构采用B/S模式的3层网络体系结构,如图l所示,主要的网络管理功能和应用程序等都集中在服务中心。其工作流程为:用户通过浏览器访问FEA服务中心的Web服务器进行登录,系统验证用户身份后,根据用户权限进入操作页面。如果用户有委托分析的合作意向,可通过在线商务功能模块与服务中心采用视频会议、电子白板或NetMeeting等形式进行初步的分析任务描述和讨论,确定分析结果的形式、完成时间以及费用等,并最终签订委托合同,由服务中心分配给该客户唯一的分析任务编号和密钥。授权合同用户通过E—mail或FTP等文件传输工具将零件电子图纸和文档、使用条件和分析要求等数据和信息上传到服务中心后,分析服务功能模块必须根据客户提交的信息及委托的分析任务需求经过FEA过程规划和优化决策出最佳的分析方案,
简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。