具有双峰特性的双层超网络模型

随着社会经济的快速发展,社会成员及群体之间的关系呈现出了更复杂、更多元化的特点.超网络作为一种描述复杂多元关系的网络,已在不同领域中得到了广泛的应用.服从泊松度分布的随机网络是研究复杂网络的开创性模型之一,而在现有的超网络研究中,基于ER随机图的超网络模型尚属空白.本文首先在基于超图的超网络结构中引入ER随机图理论,提出了一种ER随机超网络模型,对超网络中的节点超度分布进行了理论分析,并通过计算机仿真了在不同超边连接概率条件下的节点超度分布情况,结果表明节点超度分布服从泊松分布,符合随机网络特征并且与理论推导相一致.进一步,为更准确有效地描述现实生活中的多层、异质关系,本文构建了节点超度分布具有双峰特性,层间采用随机方式连接,层内分别为ER-ER,BA-BA和BA-ER三种不同类型的双层超网络模型,理论分析得到了三种双层超网络节点超度分布的解析表达式,三种双层超网络在仿真实验中的节点超度分布均具有双峰特性.     

双层规划问题基于对偶理论的遗传算法

针对下层为线性规划的非线性双层规划问题，提出了一种基于下层对偶理论的遗传算法。首先利用下层对偶问题可行域的极点对上层变量的取值域进行划分，使得每一个划分区域对应一个极点。根据原一对偶问题最优解的关系，确定每个划分区域对应的下层最优解。其次利用罚函数方法处理了上层约束，设计了一个依赖于种群变化的动态罚因子。对20个测试问题的数值结果表明，所提出的算法是可行有效的。     

二树的ABC指标

The atom-bond connectivity(ABC) index of a graph G, introduced by Estrada,Torres, Rodr′?guez and Gutman in 1998, is defined as the sum of the weights(1/di+1/dj-2/didj )~(1/2) of all edges vivj of G, where di denotes the degree of the vertex vi in G. In this paper, we give an upper bound of the ABC index of a two-tree G with n vertices, that is, ABC(G) ≤(2n- 4)2~(1/2)/2+(2n-4)~(1/2)/n-1. We also determine the two-trees with the maximum and the second maximum ABC index.     

结合稀疏编码和空间约束的红外图像聚类分割研究

提出了结合稀疏编码和空间约束的红外图像聚类分割新算法, 在稀疏编码的基础上融合聚类算法, 扩展了传统的基于K-means聚类的图像分割方法. 结合稀疏编码的聚类分割算法能有效融合图像的局部信息, 便于利用像素之间的内在相关性, 但是对于分割会出现过分割和像素难以归类的问题.为此, 在字典的学习过程中, 将原子的聚类算法引入其中, 有助于缩减字典中原子所属类别的数目, 防止出现过分割; 考虑到像素及其邻域像素具有类别属性一致性的特点, 引入了空间类别属性约束信息, 并给出了一种交替优化算法. 联合学习字典、稀疏系数、聚类中心和隶属度, 将稀疏编码系数同原子对聚类中心的隶属程度相结合, 构造像素归属度来判断像素所属的类别. 实验结果表明, 该方法能够有效提高红外图像重要区域的分割效果, 具有较好的鲁棒性. 关键词： 图像分割 稀疏编码 聚类 空间约束