基于度的正/负相关相依网络模型及其鲁棒性研究

利用典型的Barabási-Albert无标度网络构建了基于度的正/负相关相依网络模型, 该模型考虑子网络间的相依方式及相依程度, 主要定义了两个参数F和K, F表示相依节点比例, K表示相依冗余度. 在随机攻击及基于度的蓄意攻击模式下, 针对网络的级联失效问题, 研究了不同的F值和K值对该相依网络模型鲁棒性的影响, 与随机相依网络模型进行了对比研究. 仿真结果表明:无论是随机相依或是基于度的正/负相关相依网络, 其鲁棒性都是随着F的增大而减弱, 随着K的增大而增强; 在随机攻击下, 全相依模式(F=1)时, 基于度正相关相依网络模型鲁棒性最优, 部分相依模式 (F =0.2, 0.5, 0.8)时, 基于度的负相关相依网络模型则表现出更好的鲁棒性. 而在基于度的蓄意攻击下, 无论F为何值, 基于度的正相关相依网络模型表现出弱鲁棒性.     

Ni27+ 离子Kα和Kβ 型衰变的双电子复合速率系数的计算

用HFR波函数对低密度类氢Ni²⁷⁺等离子体与电子相互作用的KLn和KMn共振激发的双电子复合过程进行了细致的理论计算研究.根据可能的重要辐射衰变通道，分析了Ni²⁷⁺等离子体Kα 型和Kβ 型辐射衰变的双电子复合速率系数随旁观电子主量子数n和轨道角动量量子数l与电子温度的变化行为，计算了Ni²⁷⁺等离子体双电子复合过程的总速率系数.研究结果表明，在低密度条件下，Kα 型和Kβ型辐射衰变的分支双电子复合速率系数与旁观电子主量子数n和轨道角动量量子数l有重要关系，前者的分支速率系数远大于后者. 关键词： 27+离子')" href="#">Ni²⁷⁺离子 Kα型和Kβ型辐射衰变')" href="#">Kα型和Kβ型辐射衰变 双电子复合 速率系数     

基于传播免疫的复杂网络可控性研究

复杂网络控制反映了人类对复杂系统的认识深度和改造能力. 最新研究成果基于线性系统控制理论建立了复杂网络可控性的理论架构, 能够发现任意拓扑结构的线性时不变复杂网络中控制全部节点状态的最小驱动节点集, 但是该模型未考虑免疫节点或失效节点对控制信号传播的阻断.在继承该模型优点的前提下, 重新构建了基于传播免疫的复杂网络控制模型.在采用分属于随机免疫和目标免疫两种策略的 4个方法确定免疫节点的情况下,分析14个真实网络的可控性.结果表明:如果将网络中度数、 介数和紧密度指标较高的节点作为免疫节点,将极大地提高控制复杂网络的难度. 从而在一定程度上丰富了以往模型的结论.     

Fe39.4－xCo40Si9B9Nb2.6Cux纳米晶合金的有效磁各向异性研究

采用多晶材料趋近饱和定律研究了非晶Fe_39.4-xCo₄₀Si₉B₉Nb_2.6Cu_x(x=0.5,1,1.5) 合金在不同温度纳米晶化后的有效磁各向异性常数〈K〉.结果表明， Cu含量较低(x=0.5)时，纳米晶粒较大并且在较低的退火温度(550℃)下析出硬磁相，〈K〉随退火温度T_a升高显著增加；随着Cu含量的增加，有效地细化了晶粒，并且抑制了硼化物的析出，〈K〉明显减小.讨论了〈K〉与晶粒尺寸D及初始磁导率的关系. 关键词： 纳米晶 有效磁各向异性 磁导率 FeCo基合金     

考虑网络流量的无标度网络病毒免疫策略研究

考虑网络交通流量对病毒传播行为的影响,基于平均场理论研究无标度网络上的病毒免疫策略,提出一种改进的熟人免疫机理.理论分析表明,在考虑网络交通流量影响的情况下,当免疫节点密度较小时,随机免疫几乎不能降低病毒的传播速率,而对网络实施目标免疫则能够有效抑制病毒的传播,并且选择度最大的节点进行免疫与选择介数最大的节点进行免疫的效果基本相同.研究还发现,对于网络全局信息未知的情况,与经典熟人免疫策略相比,所提出的免疫策略能够获得更好的免疫效果.通过数值仿真对理论分析进行了验证. 关键词： 无标度网络 病毒传播 交通流量 免疫策略     

基于模体的复杂网络测度量研究

针对复杂网络拓扑结构中模体的存在性, 在传统的顶点度和边聚类系数定义的基础上, 提出了基于模体的顶点度和边度来衡量网络中顶点和边的重要性. 用Rand-ESU算法对不同规模的8个网络进行模体检测, 验证了网络中模体的存在性, 重点分析了Karate网络和Dolphin网络中模体的结构和特征. 用Pearson相关系数衡量基于模体的顶点度与传统顶点度、基于模体的边度与边聚类系数的相关性, 仿真分析结果表明相关性大小与模体种类有关, 基于模体的顶点度和边度是对原定义的一种改进和拓展, 更全面地刻画了顶点和边在网络中的重要性. 关键词： 模体 顶点度 边度 Pearson相关系数     

Mg2Si晶体结构及消光特性的研究

基于高能X射线的散射理论,研究了Mg₂Si晶体的结构和消光特性.结果表明,Mg₂Si晶体具有反萤石结构,当衍射指数H,K和L奇偶混合时其散射光就会出现系统消光,而当衍射指数H,K和L全为偶数或者全为奇数时,其散射光就会出现衍射.在实际应用中对研究具有反萤石结构的晶体具有重要意义. 关键词： 散射理论 消光特性 反萤石结构 衍射     

基于复杂网络研究中国温度变化的区域特征

为分析中国温度变化复杂性的区域特征,利用中国地区435个台站1961—2002年逐日平均温度序列,分别构建温度波动网络,并计算网络拓扑统计性质,给出全国的空间分布图像.顶点RRD,RDD,DRR,DDR,DdR的顶点度异常高,以这些顶点为代表的温度波动模态发生概率较大,对温度变化的趋势预测有一定的指导意义;根据5种顶点的顶点度在全国435个台站中的排行分布,将它们的主要作用区域依次定义为：全国型、次全国型、东部型、西南混合型及混合型.各 关键词： 气候变化 气候复杂网络 拓扑结构 复杂性     

超短超强激光与铜靶相互作用产生Kα源的蒙特卡罗模拟

超短超强激光打靶产生的超热电子，与固体靶相互作用时会产生Kα线辐射.由经典定标律给出了法线方向超热电子的温度.利用蒙特卡罗方法，对超热电子在固体靶中的传输进行了研究，模拟了不同靶厚度情况下Kα产额和角分布及不同电子温度下Kα光子的转化效率.计算结果与实验符合较好.结果表明：在一定电子温度下，随着靶厚度的增加Kα光子产额会达到饱和，并会使Kα光子发射的各向异性变得更加严重；存在最佳的电子温度，使Kα线转化效率最高. 关键词： 超短超强激光 超热电子 蒙特卡罗方法 Kα线')" href="#">Kα线     

可变聚类无标度网络上的谣言免疫策略

提出一种聚类免疫策略,使用改进的经典谣言传播模型,在可变聚类无标度网络上研究其免疫效果.研究发现,聚类免疫的效果随着网络聚类系数的增加而变好.在不同聚类系数下,比较目标免疫、介数免疫、紧密度免疫和聚类免疫的免疫效果发现,无论网络的聚类特性如何,介数免疫始终是几种免疫策略中效果最好的,当网络聚类系数较大时,聚类免疫的效果超过紧密度免疫接近目标免疫,进一步增大网络的聚类系数,聚类免疫的效果超过目标免疫而接近介数免疫.     

基于K-阶结构熵的网络异构性研究

结构熵可以考察复杂网络的异构性.为了弥补传统结构熵在综合刻画网络全局以及局部特性能力上的不足,本文依据网络节点在K步内可达的节点总数定义了K-阶结构熵,可从结构熵随K值的变化规律、最大K值下的结构熵以及网络能够达到的最小结构熵三个方面来评价网络的异构性.利用K-阶结构熵对规则网络、随机网络、Watts-Strogatz小世界网络、Barabási_-Albert无标度网络以及星型网络进行了理论研究与仿真实验,结果表明上述网络的异构性依次增强.其中K-阶结构熵能够较好地依据小世界属性来刻画小世界网络的异构性,且对星型网络异构性随其规模演化规律的解释也更为合理.此外, K-阶结构熵认为在规则结构外新增孤立节点的网络的异构性弱于未添加孤立节点的规则结构,但强于同节点数的规则网络.本文利用美国西部电网进一步论证了K-阶结构熵的有效性.     

Adaptive bridge control strategy for opinion evolution on social networks

In this paper, we present an efficient opinion control strategy for complex networks, in particular, for social networks. The proposed adaptive bridge control (ABC) strategy calls for controlling a special kind of nodes named bridge and requires no knowledge of the node degrees or any other global or local knowledge, which are necessary for some other immunization strategies including targeted immunization and acquaintance immunization. We study the efficiency of the proposed ABC strategy on random networks, small-world networks, scale-free networks, and the random networks adjusted by the edge exchanging method. Our results show that the proposed ABC strategy is efficient for all of these four kinds of networks. Through an adjusting clustering coefficient by the edge exchanging method, it is found out that the efficiency of our ABC strategy is closely related with the clustering coefficient. The main contributions of this paper can be listed as follows: (1) A new high-order social network is proposed to describe opinion dynamic. (2) An algorithm, which does not require the knowledge of the nodes' degree and other global∕local network structure information, is proposed to control the "bridges" more accurately and further control the opinion dynamics of the social networks. The efficiency of our ABC strategy is illustrated by numerical examples. (3) The numerical results indicate that our ABC strategy is more efficient for networks with higher clustering coefficient.     

度关联无标度网络上的有倾向随机行走

有倾向随机行走是研究网络上数据包路由策略的有效方法. 由于许多真实技术网络包括互联网都具有负的度关联特征, 因此本文研究这种网络上的有倾向随机行走性质. 研究表明: 在负关联网络上粒子可以在连接度较大的节点上均匀分布, 而连接度小的节点上粒子较少; 负关联网络上随机行走的速度比非关联网络更快; 找到了负关联网络上的最佳倾向性系数, 在此情况下负关联网络上随机行走的速度远快于非关联网络. 负关联网络既可以利用度小的节点容纳粒子, 又可以利用度大的节点快速传输, 这是负关联网络上高行走效率产生的机制.     

Finding a better immunization strategy

The problem of finding the best strategy to immunize a population or a computer network with a minimal number of immunization doses is of current interest. It has been accepted that the targeted strategies on most central nodes are most efficient for model and real networks. We present a newly developed graph-partitioning strategy which requires 5% to 50% fewer immunization doses compared to the targeted strategy and achieves the same degree of immunization of the network. We explicitly demonstrate the effectiveness of our proposed strategy on several model networks and also on real networks.     

An improved local immunization strategy for scale-free networks with a high degree of clustering

The design of immunization strategies is an extremely important issue for disease or computer virus control and prevention. In this paper, we propose an improved local immunization strategy based on node’s clustering which was seldom considered in the existing immunization strategies. The main aim of the proposed strategy is to iteratively immunize the node which has a high connectivity and a low clustering coefficient. To validate the effectiveness of our strategy, we compare it with two typical local immunization strategies on both real and artificial networks with a high degree of clustering. Simulations on these networks demonstrate that the performance of our strategy is superior to that of two typical strategies. The proposed strategy can be regarded as a compromise between computational complexity and immune effect, which can be widely applied in scale-free networks of high clustering, such as social network, technological networks and so on. In addition, this study provides useful hints for designing optimal immunization strategy for specific network.     

An Efficient Control Strategy of Epidemic Spreading on Scale-Free Networks

We present a novel and effective method for controlling epidemic spreading on complex networks, especially on scale-free networks. The proposed strategy is performed by deleting edges according to their significances （the significance of an edge is defined as the product of the degrees of two nodes of this edge）. In contrast to other methods, e.g., random immunization, proportional immunization, targeted immunization, acquaintance immunization and so on, which mainly focus on how to delete nodes to realize the control of epidemic spreading on complex networks, our method is more effective in realizing the control of epidemic spreading on complex networks, moreover, such a method can better retain the integrity of complex networks.     

基于感知流量算法的复杂网络拥塞问题研究

研究了在具有感知流量的路由策略下,复杂网络的拓扑结构对网络中传输流量的影响.为了描述数据包传输过程的有效性,通过引入一个状态参数,利用由稳态到拥塞的指标流量相变值来刻画网络的吞吐量.基于每个节点的数据包处理能力与该节点的度或介数成比例提出两种模型并进行仿真.仿真结果表明,平均度相同的情况下,模型Ⅰ中,WS小世界网络比ER随机网络和BA无标度网络更容易产生拥塞;模型Ⅱ中,所有网络容量都得到较大的提高,尤其是WS小世界网络.但当网络的基本连接参数改变时,哪种模型更利于网络的流量传输,还要依据网络本身的结构特性 关键词： 复杂网络 无标度网络 感知流量 拥塞     

Exponential synchronization of complex networks with Markovian jump and mixed delays

In this Letter, we investigate the exponential synchronization problem for an array of N linearly coupled complex networks with Markovian jump and mixed time-delays. The complex network consists of m modes and the network switches from one mode to another according to a Markovian chain with known transition probability. The mixed time-delays are composed of discrete and distributed delays, both of which are mode-dependent. The nonlinearities imbedded with the complex networks are assumed to satisfy the sector condition that is more general than the commonly used Lipschitz condition. By making use of the Kronecker product and the stochastic analysis tool, we propose a novel Lyapunov–Krasovskii functional suitable for handling distributed delays and then show that the addressed synchronization problem is solvable if a set of linear matrix inequalities (LMIs) are feasible. Therefore, a unified LMI approach is developed to establish sufficient conditions for the coupled complex network to be globally exponentially synchronized in the mean square. Note that the LMIs can be easily solved by using the Matlab LMI toolbox and no tuning of parameters is required. A simulation example is provided to demonstrate the usefulness of the main results obtained.