您的位置: 专家智库 > >

国家自然科学基金(11105025)

作品数:9 被引量:62H指数:5
相关作者:唐明杨慧周涛许伯铭龚凯更多>>
相关机构:电子科技大学香港中文大学韩国庆北国立大学更多>>
发文基金:国家自然科学基金国家教育部博士点基金中国博士后科学基金更多>>
相关领域:理学医药卫生自然科学总论自动化与计算机技术更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 7篇理学
  • 2篇医药卫生
  • 1篇自动化与计算...
  • 1篇自然科学总论

主题

  • 7篇网络
  • 4篇适应网络
  • 4篇自适
  • 4篇自适应
  • 4篇自适应网络
  • 4篇疾病传播
  • 4篇复杂网
  • 4篇复杂网络
  • 3篇免疫
  • 2篇独立集
  • 2篇免疫策略
  • 1篇顶点
  • 1篇顶点着色
  • 1篇动力学
  • 1篇动力学研究
  • 1篇信息熵
  • 1篇舆论
  • 1篇暂态
  • 1篇暂态过程
  • 1篇中节点

机构

  • 9篇电子科技大学
  • 2篇成都信息工程...
  • 2篇香港中文大学
  • 2篇韩国庆北国立...
  • 1篇西南财经大学

作者

  • 8篇唐明
  • 4篇杨慧
  • 3篇周涛
  • 2篇许伯铭
  • 2篇赵翔宇
  • 2篇尚明生
  • 2篇王伟
  • 2篇黄斌
  • 2篇龚凯
  • 1篇刘宏鲲
  • 1篇李睿琪
  • 1篇蔡世民
  • 1篇齐凯
  • 1篇吴春旺

传媒

  • 5篇物理学报
  • 1篇电子科技大学...
  • 1篇重庆大学学报...
  • 1篇复杂系统与复...
  • 1篇中国科学:物...

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
  • 3篇2013
  • 2篇2012
9 条 记 录,以下是 1-9
排序方式:
花簇分形无标度网络中节点影响力的区分度被引量:5
2015年
大量研究表明分形尺度特性广泛存在于真实复杂系统中,且分形结构显著影响网络上的传播动力学行为.虽然复杂网络的节点传播影响力吸引了越来越多学者的关注,但依旧缺乏针对分形网络结构的节点影响力的系统研究.鉴于此,本文基于花簇分形网络模型,研究了分形无标度结构上的节点传播影响力.首先,对比了不同分形维数下的节点影响力,结果表明,当分形维数很小时,节点影响力的区分度几乎不随节点度变化,很难区分不同节点的传播影响力,而随着分形维数的增大,从全局和局域角度都能很容易识别网络中的超级传播源.其次,通过对原分形网络进行不同程度的随机重连来分析网络噪声对节点影响力区分度的影响,发现在低维分形网络上,加入网络噪声之后能够容易区分不同节点的影响力,而在无穷维超分形网络中,加入网络噪声之后能够区分中间度节点的影响力,但从全局和局域角度都很难识别中心节点的影响力.所得结论进一步补充、深化了基于花簇分形网络的节点影响力研究,研究结果对实际病毒传播的预警控制提供了一定的理论借鉴.
舒盼盼王伟唐明尚明生
关键词:疾病传播区分度
自适应网络中的流行病传播动力学研究综述被引量:12
2012年
从自适应模型和自适应网络上的疾病控制措施两个方面总结了近年来自适应网络上传播动力学研究的主要成果,特别关注自适应行为带来的网络结构变化和许多有趣的动力学现象。
杨慧唐明许伯铭
关键词:自适应网络疾病传播复杂网络
多关系网络上的流行病传播动力学研究被引量:18
2013年
多关系网络已经吸引了许多人的注意,目前的研究主要涉及其拓扑结构及其演化的分析、不同类型关系的挖掘、重叠社区的检测、级联失效动力学等.然而,多关系网络上流行病传播的研究还相对较少.由此提出一种双关系网络模型(工作-朋友关系网),研究多关系对于流行病传播动力学行为的影响.在全接触模式下,多关系的存在会显著降低网络中的爆发阈值,使得疾病更容易流行而难以控制.对比ER(Erds-Rnyi),WS(Watts-Strogatz),BA(Barabsi-Albert)三种网络,由于结构异质性的差异,WS网络受到的影响最大,ER网络次之,BA网络最小.有趣的是,其爆发阈值的相对变化大小与网络结构无关.在单点接触模式下,增加强关系的权重将显著提升爆发阈值,降低感染密度;随着强关系的比例变化将出现最优值现象:极大的爆发阈值和极小的感染密度.随着强关系的边权增加,达到最优值的边比例将减少.更为有趣的是,三个网络中优值出现的位置几乎一致,独立于网络结构.这一研究不但有助于理解多关系网络上的病毒传播过程,也为多关系网络研究提供了一个新的视角.
李睿琪唐明许伯铭
复杂网络上的局域免疫研究被引量:8
2013年
在网络全局结构信息未知的情况下,如何对大规模网络进行有效的免疫是疾病预防控制中的重要课题之一。本文介绍了针对社区网络、自适应网络和双层耦合网络等的局域免疫方法研究。对于社区网络,通过对5个真实社区网络的分析,发现桥节点的弱连接数目具有一定程度的异质性,存在一些更重要的桥中心节点,进而提出了一种有效的局域桥节点发现算法。对于自适应网络,发现传播过程中会出现很强的社区结构,由此提出一种基于社区效应的局域控制策略,结果显示疾病并非控制越早效果越好。对于双层耦合网络,提出一种促进-抑制的非对称耦合传播模型,研究危机意识的局域散布对于疾病传播的影响,分别解析得到了意识和疾病传播的爆发阈值与稳态分布。这些研究增进了人们对于复杂网络中关键节点的理解,也为实际的疾病防控工作提供了一些借鉴。
王伟杨慧龚凯唐明都永海
关键词:自适应网络社区网络复杂网络
在线热点事件的时空演变规律被引量:14
2012年
为了理解舆论的时空演变斑图并揭示其形成机理,本文运用统计物理学方法,通过对在线评论数据进行统计分析,定量地研究了在线热点事件关注度(在线评论数)的时空演变规律.实证表明,虽然事件关注度在不同地区的分布存在极大的异质性,即遵循双段幂律分布;但是不同地区内事件的关注程度在时间演变过程中却表现岀明显的一致性,其不同时间内的Zipf分布变化很小.关联性分析显示地区关注度受到该地区经济的显著影响,而不同地区关注度演变行为的一致性来源于地区之间的强关联性.另一方面,舆论引导将显著影响事件的关注度,导致传播速度(单位时间内评论数的增量)急剧增加.通过计算不同地区传播速度的信息熵,我们发现评论的地区分布在大部分时间内都具有一致性,而舆论引导有助于保持这种一致性.地区传播速度之间的关联性分析表明在整个事件中经济较发达地区的舆论变化更趋于一致,暗示这些地区对于舆论引导的响应更快,因此加强发达地区的舆论引导有利于控制舆论的整体传播.
龚凯唐明尚明生周涛
关键词:关注度ZIPF分布信息熵
自适应网络中针对疾病传播暂态的局部隔离策略被引量:3
2014年
自适应网络中疾病传播的研究往往关注于稳态动力学特性及其控制,而最近的研究表明暂态动力学特性对于疾病的控制有着非常重要的作用.为了及时而有效地控制疾病爆发,本文提出了一种局部控制策略——熟人隔离策略.该策略能有效地控制疾病的传播,效果非常接近基于全局信息的最佳隔离策略.另外,我们通过分析不同隔离策略对各参数的敏感性来验证熟人隔离策略在控制效果方面的鲁棒性,并揭示了不同参数下隔离策略的控制效果对暂态过程中形成的社区结构的依赖性.
刘宏鲲杨慧唐明周涛
关键词:自适应网络疾病传播暂态过程
复杂网络的顶点着色及其在疾病免疫中的应用被引量:5
2013年
在复杂网络研究中,对于网络结构特征的分析已经引起了人们的极大关注,而其中的网络着色问题却没有得到足够的重视.为了理解网络结构与着色之间的关系,本文研究了WS,BA网络以及不同宏观结构参量对于正常K色数的影响,发现最大团数可以大致反映正常K色数的变化趋势,而网络的平均度和匹配系数比异质性和聚类系数对于色数的影响更大.对于一些实际网络的正常着色验证了本文的分析结果.对复杂网络的顶点进行着色后,根据独立集内任意两个顶点均不相邻的特点,我们提出了基于独立集的免疫策略.与全网随机免疫相比,基于独立集的免疫策略可令网络更为脆弱,从而有效抑制疾病的传播.基于网络着色的独立集提供了一种崭新的免疫思路,作为一个简单而适用的平台,有助于设计更为有效的免疫策略.
黄斌赵翔宇齐凯唐明都永海
关键词:复杂网络独立集免疫策略
复杂网络独立集的免疫策略分析被引量:1
2014年
根据独立集的概念,提出了新的复杂网络的免疫策略,免疫一个独立集中度数最大顶点的免疫方法,称为独立集的目标免疫。当独立集中免疫节点度数和等于全网络的目标免疫节点度数和时,独立集的目标免疫策略比全网络的目标免疫更加有效,并从网络结构的角度阐明这一结果出现的原因。随后比较了独立集中的随机免疫策略与全网络的随机免疫策略,实验结果表明对独立集的随机免疫并没有去掉更多的高度数节点。对于经典的SI传播模型,所有节点都只有两种状态:易染状态和感染状态。在复杂网络免疫策略的研究中,SI传播模型与SIR、SIS传播模型相比较,使用SI传播模型对于免疫策略的研究将更加有利。
黄斌赵翔宇吴春旺
关键词:复杂网络独立集免疫策略
异质自适应网络中的核心-边缘结构及其对疾病传播的抑制作用
2016年
节点属性异质自适应网络中疾病传播的研究表明节点属性异质性可以很大程度上增大传播阈值,并且自组织形成一个更鲁棒的度异质网络结构.本文从数值模拟方面研究鲁棒的度分布异质结构的自组织形成过程,分析发现核心-边缘结构的形成才是导致传播阈值增大的根本原因.鉴于此,提出一种重连策略,能够促进核心-边缘结构的形成,从而达到增大传播阈值的目的.这不仅有助于深入认识节点属性异质自适应网络中的流行病传播过程,而且为疾病传播控制策略的提出提供了新思路.
杨慧唐明蔡世民周涛
关键词:自适应网络核心-边缘结构
共1页<1>
聚类工具0