课程文献中心 更多>>

关键词： 关键节点   图结构学习   复杂网络   选择性状态空间模型   自监督学习  

摘要： 现有复杂网络关键节点识别方法中缺少对节点本身特征的研究，存在网络拓扑信息提取不全面、特征冗余、泛化性低等问题。为了解决上述问题，本文提出一种基于图结构学习的复杂网络关键节点识别方法。首先，针对网络拓扑信息提取不全面问题，结合复杂网络微观结构和宏观结构构造节点特征；其次，针对特征冗余问题，提出一个融合选择性状态空间模型（State Space Models）和自监督学习的节点特征提取方法；最后，针对泛化性低问题，利用图结构学习在模型训练层面优化损失函数提高分类精度。利用四个公开数据集上进行了广泛实验，本文方法优于次优方法4.66%，节点分辨率保持稳定。实验表明，所提出方法能有效的识别不同网络的关键节点。

关键词： 无线传感器网络   虚拟骨干   加权连通坡面划分   节点能量  

摘要： 无线传感器网络的虚拟骨干是由承担网络的计算和路由任务的节点组成，其能耗效率是整个网络寿命的关键问题。无线传感器网络的长寿命的容错虚拟骨干的构建问题，可以抽象成加权无向图中的加权连通坡面划分问题，这是一个NP-Hard问题。本文提出一种考虑寿命的容错虚拟骨干构建算法，它包括两个子算法。子算法1采用贪婪策略来选取能量较大的节点来构建多个不相交的连通控制集，基于睡眠-唤醒机制将虚拟骨干节点电池使用效率最大化。子算法2采用伪不相交连通控制集技术选取寿命较大的节点以更新子算法1获得虚拟骨干，构建新的长寿命的容错虚拟骨干。仿真结果表明，在虚拟骨干的寿命和连通控制集的数量方面，本文的算法性能优于所比较的算法。

关键词： 黄河流域   水资源系统   风险多链路网络   风险传播   复杂网络  

摘要： 为探明流域水资源系统风险传播过程，本文以风险多链路网络为基础，建立了统筹启动阶段、传播阶段、消退阶段的风险传播模型，提出了节点风险灵敏指数（SI）、链路承载风险量、网络风险扩散指数及网络结构脆弱性指数等风险传播分析指标，构建了介数防控、度值防控、SI防控、随机防控等风险防控策略。结果表明：节点风险灵敏指数、不同节点的区分度与负荷增量呈正相关；链路承载风险量与传播次数呈负相关、与风险源负荷增量呈正相关；一般情况下网络风险扩散指数呈先增后减趋势、网络结构脆弱性指数呈持续衰减趋势，而且二者随消退系数、负荷保留系数动态变化。此外，在减缓风险扩散程度时，防控效果依次为介数防控>度值防控>SI防控>随机防控>无防控策略，即优先调控介数中心性较大的关联要素，以降低网络风险传播速率；在削减风险节点数量时，则SI防控>随机防控>介数防控>度值防控>无防控策略，即优先调控节点风险灵敏指数较高的关联要素，以降低网络结构脆弱性。综上，本文从节点、链路、网络视角出发，解析了不同负荷下风险传播特征，为复杂流域水资源系统风险管理提供了新方法。

关键词： 小目标检测   多尺度特征融合   自适应融合  

摘要： 小目标检测在驾驶辅助、智慧医疗、无人机巡检等任务中具有重要的理论和实践意义。多尺度特征学习是设计小目标检测网络经常采用的策略之一。其中，经典的特征金字塔结构通过融合不同层级的特征图，实现多尺度信息的传递，从而在不同分辨率的特征图上都能捕捉到小目标的关键信息。然而，在进行不同尺度特征图融合时，语义信息冲突往往不可避免，进而造成梯度计算不一致，导致小目标信息被淹没。为此，提出了一种步进式自适应特征融合网络模块(Step-by-step Adaptively Feature Fusion Module， SAFF)，将特征融合过程划分为三个阶段依次进行，通过步进式地融合相邻尺度特征图，解决特征图融合过程中的语义信息冲突问题。同时，在每个阶段中，通过自适应计算融合权重，缓解梯度计算不一致问题。在此基础上，将SAFF模块与通用目标检测网络结合，形成用于小目标检测的SAFF-RCNN和Cascade-SAFF-RCNN网络。实验结果表明，所提出的网络模型的小目标检测性能均有显著提升，达到或超越了其它主流的小目标检测模型，证明了SAFF模块用于小目标检测时的有效性。

关键词： 社交网络平台   隐私保护   多阶段决策模型   微分博弈   最优策略  

摘要： 随着数字经济时代的到来,社交网络平台的数据隐私保护问题越来越受到人们的重视。考虑到政府监管因素,本文构建了一种基于收益最大化,着眼于社交网络平台和用户双方参与的隐私保护多阶段微分博弈决策模型,其以社交网络平台不同阶段的发展状况为线索,协调平台数据隐私保护的投入和用户隐私共享的努力程度,剖析了双方在独立决策的非合作博弈、平台激励的Stackelberg主从博弈、一致决策的合作博弈等不同阶段下平台与用户之间最优的数据隐私保护策略。论文最后通过数值仿真实验对理论模型进行了验证,探讨了参数变化对最优策略及最优收益的影响,并给出相关管理启示。研究结果表明:社交网络平台对用户的成本分担虽不能提高其隐私保护水平,但能有效提升用户共享隐私信息的意愿,且在政府监管的情况下,相较其他博弈模式,一致决策的合作博弈可以显著提高双方的整体收益,实现社会效益的最大化。

关键词： 迁移学习   轻量级卷积神经网络   EfficientNet   皮肤病分类  

摘要： 针对目前皮肤病辅助分类技术所应用的网络模型参数量大、分类准确率不高的问题，提出了一种基于迁移学习的改进EfficientNet皮肤病分类方法。该方法应用迁移学习思想对轻量级深度卷积神经网络EfficientNet进行改进，具体包括添加全局平均池化层、冻结不同层数等对模型进行微调，形成TL-EfficientNet网络。实验结果表明，TL-EfficientNetB0在经类别权重预处理后的ISIC2018皮肤病数据集上的准确率达到85.07%,Macro＿P达到0.82，网络参数只有4.49 M，适合部署到移动端。

关键词： 现代化经济体系   PP-IPM模型   引力模型   中心性分析   结构洞分析  

摘要： 迈入新发展阶段，推动中国现代化经济体系建设势在必行。文章首先从9个维度构建了中国现代化经济体系建设水平评价指标体系；然后，借助PP-IPM模型进行权重设置，测算了2002—2021年30个省份的中国现代化经济体系建设水平；最后，利用修正的引力模型考察中国现代化经济体系建设水平的空间关联强度。结果显示，中国现代化经济体系建设水平呈“东高西低”的空间分布特征和先收敛后发散的变化趋势；中国现代化经济体系建设水平的对外辐射和吸纳能力逐步提升；广东、江苏、上海等省份占据结构洞位置，表现出明显的现代化经济体系建设优势。

关键词： 网络编码   深度学习   卷积神经网络   高分辨率图像   图像通信  

摘要： 网络编码技术可以有效提升网络的吞吐率，然而，传统网络编码的编解码复杂度高且难以自适应环境噪声等动态因素的影响而容易导致解码失真，近年来有研究者引入神经网络以优化网络编码过程，但在高分辨率图像传输任务中，现有的神经网络编码方案对高维度空间信息的捕捉能力不足，带来较大的通信及计算开销。为此，文中提出采用二维卷积神经网络（Convolutional Neural Network， CNN）对各网络节点的编解码器进行参数化设计的联合源的深度学习网络编码方案，通过CNN捕捉深层空间结构信息并降低网络节点的计算复杂度。在信源节点，通过卷积层运算实现对传输数据的降维处理，提升数据的传输速率；在中间节点，接收来自两个信源的数据并通过CNN编码压缩至单个信道传输；在信宿节点，对接收到的数据利用CNN进行升维解码而恢复出原始图像。实验表明，在不同信道带宽占用比和信道噪声水平下，该方案在峰值信噪比和结构相似度上展现出优良的解码性能。

关键词： 独立董事网络   非效率投资   企业风险承担   双创板块   高质量发展  

摘要： 基于社会网络理论和代理理论，本文以2011～2022年我国创业板、科创板上市公司为样本，实证检验独立董事网络对非效率投资的影响机制。研究结果表明，独立董事网络中心度与独立董事网络结构洞均能显著抑制企业非效率投资，并且独立董事网络主要通过提升企业的风险承担水平来抑制非效率投资。进一步研究发现，融资约束会削弱独立董事网络对企业非效率投资的抑制作用。异质性分析发现，在东部地区企业、非国有企业中独立董事网络对非效率投资的抑制作用更显著。