群智感知中采用节点社会属性的亲密度量化方法

张文东; 桂小林; 蔡宁超; 安健

您当前的位置：

首页 >

文章列表页 >

群智感知中采用节点社会属性的亲密度量化方法

更新时间：2025-07-09

- 群智感知中采用节点社会属性的亲密度量化方法
- 暂无标题
- 西安交通大学学报 2017年第6期页码：73-78
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院
  2. 新疆大学信息科学与工程学院
  3. 西安交通大学陕西省计算机网络重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61502380);陕西省自然科学基金资助项目(2014JQ8322);陕西省科技统筹创新工程资助项目(2013SZS16-Z01/P01/K01);中央高校基本科研业务费专项资金资助项目(XJJ2014049)
- DOI：
  中图分类号： C912.3
- 纸质出版：2017
- 稿件说明：
移动端阅览
张文东, 桂小林, 蔡宁超, 等. 群智感知中采用节点社会属性的亲密度量化方法[J]. 西安交通大学学报, 2017,(6):73-78.
张文东, 桂小林, 蔡宁超, 等. 群智感知中采用节点社会属性的亲密度量化方法[J]. 西安交通大学学报, 2017,(6):73-78. DOI：

DOI：

摘要

针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题

提出一种采用社会属性的亲密度量化方法。该方法通过分析影响节点社会关系的多维要素

将节点属性因子划分为静态和动态两个维度。通过构造多维语义分级树和空间索引编码

对节点静态属性进行挖掘和形式化表示。同时

引入交互信息熵

对社会关系的不对称性进行分析和比较

以提高亲密度量化方法的客观性。基于层次分析法实现节点动态属性的二级评判和有效聚合

并通过节点融合度对亲密关系进行二次修正。实验结果表明:与已有方法相比

采用社会属性的亲密度量化方法预测准确率提高了14.67%

该方法能够有效降低群智感知中移动节点的误判概率

提高网络社团识别准确率

为候选服务节点集的选择提供有效依据。

Abstract

关键词

Keywords

references

Yingxu Lai,Yinong Chen,Qichen Zou,Zenghui Liu,Zhen Yang.Design and analysis on trusted network equipment access authentication protocol[J].Simulation Modelling Practice and Theory,2015.

Gloria Castellano,Juan Luis González-Santander,Ana Lara,Francisco Torrens.Classification of flavonoid compounds by using entropy of information theory[J].Phytochemistry,2013.

Nathan Eagle,Alex (Sandy) Pentland.Reality mining: sensing complex social systems[J].Personal and Ubiquitous Computing,2006.

C. E. Shannon.A mathematical theory of communication[J].ACM SIGMOBILE Mobile Computing and Communications Review,2001.

李小勇,桂小林.可信网络中基于多维决策属性的信任量化模型[J].计算机学报,2009(03).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合物理信息与深度算子网络的变压器绕组热-流场快速计算方法

面向高海拔空冷发电机防晕性能演化规律的电热耦合研究

结构-语义-残差协同的图像压缩框架：面向隐私保护与高保真重建

电子级超纯氮深冷空分流程节能优化研究

语义区分和子图整合驱动的知识图谱表示学习方法