基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对在 KAD 网络中核心节点的识别问题,提出了一种基于 BP 模型对节点重要程度进行实时判定的方法.结合KAD 网络测量的结果,对网络中核心节点的属性特征进行提取和归一化处理,获得了一组可分离度较高特征集合.采用MatLab 设计相应的学习算法对 BP 网络进行训练,使结果收敛于预定误差区间.将完成训练的 BP 网络模型应用于对测试节点的判定,实验结果表明该方法可以实时地完成核心节点的判定,并且识别准确率可达到约70%.
推荐文章
基于BP神经网络的轮毂分类与识别算法研究
轮毂图像预处理
特征提取
BP神经网络
识别分类
复杂网络关键节点组识别问题模型和算法研究*
关键节点组
关键节点组识别
复杂网络
二次规划模型
启发式算法
基于自适应BP神经网络的网络流量识别算法
自适应算法
神经网络
粒子群优化
统计特征
流量识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BP 模型的 KAD 网络核心节点识别算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 反向传播算法 KAD 网络 核心节点 识别
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 72-75
页数 分类号 TP393
字数 4988字 语种 中文
DOI 10.3778/j.issn.1002-8331.1210-0276
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王建 四川大学计算机学院 37 849 9.0 29.0
2 刘继 四川大学计算机学院 4 28 2.0 4.0
3 冯伟森 四川大学计算机学院 9 83 5.0 9.0
4 卢林 四川大学计算机学院 2 3 1.0 1.0
5 邱兴超 四川大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (139)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(2)
  • 参考文献(0)
  • 二级参考文献(2)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
反向传播算法
KAD 网络
核心节点
识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导