导读:本文包含了空间网络图论文开题报告文献综述及选题提纲参考文献，主要关键词:图表示学习,神经网络,双曲几何,复杂网络
空间网络图论文文献综述
刘笑梅[1]（2019）在《双曲空间中的神经网络图表示学习》一文中研究指出机器学习试图使用图结构化数据作为特征信息进行预测或发现新的模式,其研究重点主要集中在嵌入图中的离散节点进入具有某些所需几何特性的连续空间。尽管图表示学习潜力巨大,但将图嵌入到低维空间并不是一项简单的任务。本文的工作重点是赋予神经网络表示适当的几何结构,以捕获图数据的基本属性,特别是层次结构和聚集行为。而复杂网络中的异质和高聚集拓扑特性却令人惊讶的反映在双曲负曲率空间的基本属性中。因此,本文的目的是通过使用神经网络对相互作用或关系进行建模,并利用数据所存在的双曲流形度量结构来学习得到节点的低维紧凑特征向量表示。而后,探索双曲空间是否有助于学习图数据的嵌入。本文通过将图中丰富的层次结构与现代机器学习所支持的连续表示相融合,分别提出了基于Poincaré模型的生成对抗图表示学习和基于双曲面模型的神经排序图表示学习来捕获图数据的潜在特征表示,特别是其都利用了神经网络的无监督端到端方法以及双曲几何的分层自组织能力来自动抽取节点的相似性和层次结构信息。(1)基于Poincaré模型的生成对抗图表示学习,通过将距离度量设置为Poincaré双曲几何模型中的距离函数,以此来明确的在嵌入空间中抓取数据的层次结构特征。同时,该方法结合先进的随机游走策略探索图的远程拓扑结构信息来构造训练所需的数据集,利用神经网络的对抗学习原理来自动获取更高层次的节点特征表示。所设计的神经网络通过生成模型和对抗模型之间的相互竞争来交替提升彼此的性能,采用强大的学习优化策略来提升模型效率,从而使得该方法能够产生更高质量的节点特征表示。而后,将学习得到的节点特征向量表示分别应用于节点分类、链接预测和可视化并分析了模型的维度敏感性,其实验结果表明该方法在多个任务中具有良好的表现力和有效性。(2)受到一些最近提出的利用双曲空间来提供强有力蕴涵关系表示的启发,基于双曲面模型的神经排序图表示学习没有使用过度复杂的节点交互机制,而是设计了一种嵌入双曲几何的更小更快的神经排序模型来捕获图数据的拓扑结构信息。该方法通过贝叶斯个性化排序目标来最大化正确链接和错误链接之间的差距,以自动学习节点之间的相似性信息。为了捕获数据的层次结构特征信息,特别的在神经网络模型的双曲层通过双曲面模型中的距离函数计算节点之间的层次距离得分。最终,该模型利用基于黎曼梯度下降的方法来学习低维紧凑的节点特征向量表示。在得到节点的潜在特征向量表示后,本文在节点推荐和节点分类任务上对比不同空间中的图表示学习方法,以及分析所提出的方法对维度的敏感性和模型的收敛性。实验结果表明所提出的方法在节点特征学习上不仅高效而且能获得更加紧凑和更具表达力的特征向量表示。综上,本文通过在神经网络模型中引入双曲几何度量来学习图中节点的拓扑结构特征表示,并展示了它们如何高效地学习节点的相似性和层次结构,以提供超越欧几里德嵌入的优势。诸多实验结果表明所提出的方法在节点特征学习上不仅高效而且能获得更加紧凑和更具表达力的特征向量表示。同时也表明,学习有意义的图表示可以使许多重要的图分析任务受益,而嵌入双曲空间中的层次结构能很好地对应于数据的基础语义。(本文来源于《广西师范大学》期刊2019-06-01）
王澜瑾,冯艳,张鸿勋,朱新祥,胡汉婷[2]（2018）在《基于词频分析和可视化共词网络图的云南省众创空间孵化方向分析》一文中研究指出为了解云南省众创空间孵化方向,对云南省众创空间情况统计表中的孵化方向内容进行关键词提取,借助ROST、Spss及NetDraw软件对关键词进行共词网络分析,聚类分析,绘制共词网络图,进而得出云南省众创空间孵化方向主题、热点及趋势。(本文来源于《云南科技管理》期刊2018年06期）
谢水宁[3]（2017）在《基于加权网络图聚类和子空间集成的高维数据分类》一文中研究指出特征选择是模式识别和机器学习领域中一种常用的数据预处理技术。近年来,科学技术的快速发展导致数据维度急剧增加,不相关和冗余特征的存在使特征选择在效率和性能上受到前所未有的挑战。在保持分类性能的基础上如何改善特征选择的稳定性和鲁棒性,仍旧是一个亟待解决的问题。为有效剔除不相关和冗余特征,降低时间复杂度,提升分类性能,本文提出一种基于加权网络图聚类的特征选择方法,同时结合基分类器的分类精度和差异性进行特征子空间集成,旨在提高方法的稳定性和鲁棒性,使其能够更好地对高维数据分类。本文的主要研究工作如下:1.为有效地剔除高维数据中不相关和冗余特征,本文提出一种基于加权网络图聚类的特征选择方法。首先为剔除不相关特征,以对称不确定性作为衡量特征与类别集合间相关性的准则;其次根据图具有表征特征空间分布能力的特性,构建特征间连通加权网络图,并利用社区发现算法进行特征聚类;进而以“最大相关最小冗余”原则搜索每个类簇特征空间,最终达到剔除不相关和冗余特征的目的,留下的特征即为具有代表性的特征。该模型能够充分挖掘和利用有效的特征子集。2.为进一步提升鲁棒性和稳定性,本文结合集成学习方法,提出基于双重加权网络图聚类的子空间集成方法。首先选用基于加权网络图聚类的特征选择方法对多个扰动训练数据集进行特征选择。为了选出稳定、相关的特征子集,结合排序聚合技术对多个候选特征子集进行融合,从而减小特征组合搜索空间,降低无关特征对分类性能的影响,提高运行效率;其次为得到区分能力较大的特征子空间,保证特征子集的差异性,将得到的稳定特征子集再次聚类,使相互关联的特征划分到同个类簇,接着从每个类簇特征空间中随机挑选特征构成多个具有差异性的特征子空间。为进一步提升模型泛化性,考虑分类精度和差异性过滤冗余的基分类器,最后采用多数投票的方法对待测样本进行分类。在UCI数据集、文本数据集以及微阵列基因数据集上的对比实验表明,本文方法在降维效果和分类性能方面具有很高可比性,且其时间复杂度低,具有较高的稳定性,适用于高维数据集。(本文来源于《重庆邮电大学》期刊2017-04-06）
牛亚肖[4]（2016）在《基于网络图的复杂空间管路布局方法研究》一文中研究指出管路系统是液压、船舶、航空航天、核电、化学工业等领域内复杂机电装备与流程工业过程的重要组成部分。考虑到装备结构复杂性及管路连接部件的多样性,同时必须满足可维修性、可加工性、可装配性等要求,传统的基于经验的管路敷设方法,难以保证设计质量与效率,严重制约复杂机电装备的研制速度和周期。因此,研究复杂空间管路智能设计的理论与方法,具有重要的理论意义及工程实用价值。本文系统研究了基于网络图的复杂空间管路布局设计方法,主要工作如下:系统归纳总结了船舶机舱管路自动布局设计的工程规则,基于逃逸图及设备模型简化方法,提出基于最小直径生成树的简化网络图生成方法,用于描述复杂管路布局设计空间。基于管路干扰度概念,给出了确定管路路径布局顺序的基本原则。提出顶点分离策略用于解决管路路径拐弯描述问题。基于顶点分离策略和空间势能值分配方法,给出了网络图的管路广义长度的计算方法。结合两点间管路路径规划的特点,提出了一种基于最短路径算法和工程规则的管路自动布局设计方法。针对分支管路路径规划的特点,提出了一种基于网络图及改进遗传算法的分支管路自动布局设计方法。系统阐述了定长度编码方法,单点交叉方法和位置变异方法,并利用快速斯坦纳树算法给出了染色体适应值的评价方法。仿真试验验证了所提出算法的有效性和效力。在上述工作基础上,建立了管路路径规划系统的面向对象模型,基于Visual Studio开发平台,Mablab和SolidWorks,开发了船舶管路智能设计系统。以船舶机舱燃油管路设计为例,验证了所提出管路布局方法的可行性和有效性。(本文来源于《天津大学》期刊2016-12-01）
许志海[5]（2007）在《空间网络图的表示、量测与分析》一文中研究指出地理空间网络是人类社会赖以生存的物质基础,是整个社会赖以存在的地理空间的骨架和脉络。空间网络图就是对地理空间中各种具体地理空间网络的数学抽象,是对空间网络现象的一种高度概括,在一定程度上舍弃了空间网络的某些具体的地理特征。空间网络图关注的是空间网络的数学描述,主要用数学的方法来认知空间网络。本文的主要工作总结如下;1.通过对空间网络图研究的背景与意义的分析,提出了空间网络图的概念,并对空间网络与空间网络图二者之间的关系进行了说明。分析了空间网络图表示、量测与分析的研究现状,指出了当前存在的主要问题,明确了本文的研究目标、研究范围和基本思路。2.认为空间网络信息除了具有一般空间信息的基本特征外,还具有自己所独有的特殊性质,其主要表现在线性特征、拓扑性特征和连通性特征上。从数学的角度描述了空间网络图所涉及的概念及有关性质,分析和比较了空间网络图和图论上的网络图的差异,对空间网络图元素的概念及其属性做了说明,提出了空间网络图形式化描述方式,并归纳和总结了网络图在地理空间中的分布类型和结构特征。3.将矩阵论和图形代数引入空间网络图的研究领域,分析和总结了空间网络图的代数表示方法,矩阵表示方法以及基于矩阵论的空间网络图的谱及特征值的性质及应用价值,对常用的矩阵变换方法进行了探讨,并说明了在各种矩阵变换中的不变量。4.建立了空间网络图测度的指标体系,详细归纳和总结了基于分形理论的空间网络图常用分维数及其所揭示的地理意义,描述了网络图连通性和稳定性的几个重要指标,重点探讨了网络图连通度和可靠度的计算方法和评价方法、实际的地理意义和应用价值,针对计算方法的复杂性,进行了优化和改进。5.总结了空间的认知模型和认知方法,指出了空间网络数据模型应该体现的几个方面。根据分析,提出了基于空间网络的叁层次抽象数据模型,并对每个层次所包含的内容作出了定义和说明。空间网络图分析是空间分析的一个重要方面,其核心是对最短路径的求解。对最短路径的分类体系进行了总结,并对一些经典路径分析算法进行了说明,分析和研究了算法在实践基础上的改进方法。对于空间网络图分析的其它应用,如网络配置,网络流优化的理论和基本算法进行了描述和探讨,并给出了其算法效率的评价结果。6.以道路网络图作为应用实例,根据提出的基于空间网络图的抽象数据模型,给出了道路网络图模型化的描述,并结合道路网络图在车辆导航系统中的应用,探讨了空间网络图在系统中应用中的几个关键技术;道路网络数据组织、地图匹配和路径规划,根据具体应用状况提出了基于虚拟链的分层路径分析和基于节点的地图匹配实用算法,并在实践中得到了一定的检验。(本文来源于《解放军信息工程大学》期刊2007-04-20）
空间网络图论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解云南省众创空间孵化方向,对云南省众创空间情况统计表中的孵化方向内容进行关键词提取,借助ROST、Spss及NetDraw软件对关键词进行共词网络分析,聚类分析,绘制共词网络图,进而得出云南省众创空间孵化方向主题、热点及趋势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间网络图论文参考文献
[1].刘笑梅.双曲空间中的神经网络图表示学习[D].广西师范大学.2019
[2].王澜瑾,冯艳,张鸿勋,朱新祥,胡汉婷.基于词频分析和可视化共词网络图的云南省众创空间孵化方向分析[J].云南科技管理.2018
[3].谢水宁.基于加权网络图聚类和子空间集成的高维数据分类[D].重庆邮电大学.2017
[4].牛亚肖.基于网络图的复杂空间管路布局方法研究[D].天津大学.2016
[5].许志海.空间网络图的表示、量测与分析[D].解放军信息工程大学.2007