本文選題：復(fù)雜網(wǎng)絡(luò) + 復(fù)合網(wǎng)��； 參考：《青島大學(xué)》2017年碩士論文

【摘要】：近年,復(fù)雜網(wǎng)絡(luò)技術(shù)興起,鏈路預(yù)測作為復(fù)雜網(wǎng)絡(luò)研究熱點也被廣泛應(yīng)用到諸多領(lǐng)域。鏈路預(yù)測分為考慮節(jié)點屬性信息的局部方法和使用網(wǎng)絡(luò)結(jié)構(gòu)信息的全局方法:局部方法計算簡便,但是存在數(shù)據(jù)難以獲取的缺點;全局方法因考慮全面,精度較高,但是計算復(fù)雜性也較高。本文重點研究半局部方法,基于復(fù)合網(wǎng)的鏈路預(yù)測對于致病基因預(yù)測和霾波動幅度規(guī)律兩個方面進(jìn)行了研究。本文涉及的主要工作有:(1)針對傳統(tǒng)鏈路預(yù)測方法計算節(jié)點相似性時忽略節(jié)點間相互作用不對稱性,導(dǎo)致相同權(quán)值和路長但權(quán)重分布不同的節(jié)點間的相似性難以區(qū)分的問題。本文基于Itan的相似性指標(biāo),提出了相互作用非對稱指標(biāo)——IA(Interaction Asymmetry)指標(biāo),并在視網(wǎng)膜色素變異病(RP)數(shù)據(jù)集上進(jìn)行了實驗驗證,取得了較好的預(yù)測效果,證明了該指標(biāo)的有效性。(2)為研究霾的發(fā)生受哪些因素的影響以及其影響機(jī)理,基于山東省3年多的空氣質(zhì)量檢測數(shù)據(jù),對山東省內(nèi)的霾波動規(guī)律展開了研究。本文建立了應(yīng)用于霾問題研究的多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò),提出了基于復(fù)合網(wǎng)的時序鏈路預(yù)測模型,為與氣象以時間為關(guān)聯(lián)做分析提供基礎(chǔ)。
[Abstract]:In recent years, with the rise of complex network technology, link prediction as a research hotspot of complex networks has been widely used in many fields.Link prediction can be divided into local method considering node attribute information and global method using network structure information. The local method is simple to calculate, but it has the shortcoming of difficult to obtain data.But the computational complexity is also high.In this paper, the semi-local method is mainly studied, and the link prediction based on compound network is studied in two aspects: the prediction of pathogenic gene and the regularity of haze fluctuation amplitude.The main work involved in this paper is: (1) for the traditional link prediction method, the asymmetry of the interaction between nodes is ignored when calculating the node similarity, which leads to the difficulty of distinguishing the similarity between nodes with the same weight and different weight distribution.Based on the similarity index of Itan, this paper puts forward the interaction asymmetric index, IAP interaction metric index, and carries out the experimental verification on the data set of retinal pigment mutation disease, and obtains the better prediction effect.It is proved that the effectiveness of this index. (2) in order to study the influence of haze occurrence and its mechanism, based on the air quality detection data of more than 3 years in Shandong Province, the regularity of haze fluctuation in Shandong Province has been studied.In this paper, a multi-subnet complex network applied to haze research is established, and a time-series link prediction model based on composite network is proposed, which provides a basis for the time-dependent analysis with meteorology.
【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 康春婷;李衛(wèi)東;;大數(shù)據(jù)技術(shù)在霧霾治理中的應(yīng)用[J];中國經(jīng)貿(mào)導(dǎo)刊;2016年32期

2 王立鑫;姚旭輝;賈海燕;譚騰;陳亞飛;;某高校大學(xué)生焦慮抑郁與空氣污染的關(guān)系[J];中國學(xué)校衛(wèi)生;2016年07期

3 楊文光;林連海;田立勤;;基于小波分析的霧霾天氣分析與預(yù)測[J];陜西科技大學(xué)學(xué)報(自然科學(xué)版);2016年03期

4 趙衍君;韓樸;吳林;王宇坤;;大氣污染物及AQI時空特征分析——以山西省2015年上半年為例[J];環(huán)境保護(hù)科學(xué);2016年03期

5 趙智;;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)霧霾預(yù)測模型的研究[J];科技展望;2015年27期

6 安海崗;都沁軍;張永禮;;基于復(fù)雜網(wǎng)絡(luò)的時間序列單變量波動幅度研究[J];系統(tǒng)科學(xué)與數(shù)學(xué);2015年02期

7 艾洪福;石瑩;;基于BP人工神經(jīng)網(wǎng)絡(luò)的霧霾天氣預(yù)測研究[J];計算機(jī)仿真;2015年01期

8 侯瓊煌;楊航;;基于三次指數(shù)平滑模型的霧霾天氣分析與預(yù)測[J];環(huán)境保護(hù)科學(xué);2014年06期

9 賀永平;;基于主成分分析南京空氣污染各成分的關(guān)系[J];綠色科技;2014年04期

10 邵峰晶;孫仁誠;李淑靜;隋毅;;多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)及其運算研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2012年04期

相關(guān)博士學(xué)位論文 前3條

1 吳舜堯;基于復(fù)雜網(wǎng)絡(luò)的致病基因檢測研究[D];青島大學(xué);2014年

2 袁力峗;復(fù)雜疾病的核心基因篩選及分子機(jī)制研究[D];上海交通大學(xué);2012年

3 隋毅;多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型及其相關(guān)性質(zhì)的研究[D];青島大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 周元珂;基于人類基因連接組的視網(wǎng)膜色素變異致病基因預(yù)測[D];青島大學(xué);2015年

2 邢登華;復(fù)雜網(wǎng)絡(luò)上鏈路預(yù)測的研究[D];華北電力大學(xué);2012年

，

本文編號：1768252