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:采用显式动力分析软件LS-DYNA,对内部近距离化爆作用下花岗岩洞室的损伤破坏过程进行了数值模拟,考虑了炸药空气结构之间的流固耦合作用以及花岗岩材料本构模型的高应变率、高静水压和损伤效应。结果表明,在内部近距离爆炸冲击作用下,该洞室围岩损伤具有时空特征与结构层次特征:首先,爆心截面附近岩石受压产生材料损伤,损伤范围随装药量的增加逐渐增大;其次,爆炸冲击波在洞室端部会聚,反射超压显著增大,引起该处岩石的材料压缩损伤;最后,随着洞室侧壁位移与端部位移的先后增大,在侧壁与端部交界处产生撕裂,在侧壁形成平行于轴向的裂缝,且随着药量的增加,两处裂缝将逐渐扩展、贯通,结构破坏风险随之增大。本工作可为硬岩中抗爆结构设计及相关工程建设提供借鉴与参考。
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%。