-
Patent Agency Ranking
公开(公告)号：CN116319352A
公开(公告)日：2023-06-23
申请号：CN202211563058.8
申请日：2022-12-06
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及网络技术领域，公开了一种广义度分布连续可调的高阶网络生成方法及系统，所述方法利用配置模型生成广义度为异质性分布的高阶网络，在生成的高阶网络上利用重连方法调节广义度分布，重新生成平均广义度不变的高阶网络。解决了现有技术无法在改变广义度分布同时保持平均广义度不变的缺陷。
-
公开(公告)号：CN115759211A
公开(公告)日：2023-03-07
申请号：CN202211577099.2
申请日：2022-12-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/06
Abstract: 本发明属于同步程度量化方法领域，公开了一种离散事件发生时刻序列同步程度计算方法、介质及设备，通过构建完全随机的有事件发生时刻序列，计算离散事件整个系统有事件发生时刻序列的Kuramoto序参量并进行修正，定量刻画系统中具有不同数目有事件的个体之间的同步程度，修正后的Kuramoto序参量更能够反映系统的真实同步行为，在物理、生物、工程等众多领域中具有十分重要的意义。
-
公开(公告)号：CN117669680A
公开(公告)日：2024-03-08
申请号：CN202311649266.4
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供一种高阶网络特征值调整方法及装置，属于高阶网络特征值调整技术领域，所述方法包括如下步骤：获取目标高阶单纯复形网络，并基于拉普拉斯矩阵特征值调整方向确定d阶单纯形结构的优化目标；计算目标高阶单纯复形网络中每个已标记d阶单纯形对d阶拉普拉斯矩阵特征值的贡献值，并依据贡献值大小对目标高阶单纯形网络中d阶单纯形结构进行重新标记。本发明通过对拉普拉斯矩阵进行分解，计算出每个单纯形对于拉普拉斯矩阵特征值的贡献，并依据贡献大小对单纯形结构进行重新标记，在不改变单纯形数量的情况下，通过特征值改变最快的方向对单纯形分布进行调整，最终实现特征值的调整，收敛速度块、优化效率高，大大节省了计算硬件资源。
-
公开(公告)号：CN117614832A
公开(公告)日：2024-02-27
申请号：CN202311656621.0
申请日：2023-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L41/0823 , H04L7/027 , H04L67/12 , G06F30/27 , G06F119/14
Abstract: 本发明属于网络技术领域，具体提供一种基于单纯复形网络的同步优化方法、装置、设备及介质，所述方法包括如下步骤：将待优化的系统建模为单纯复形网络；计算单纯复形网络的d阶度向量、d阶度矩阵和d阶邻接矩阵；根据d阶度向量、d阶度矩阵和d阶邻接矩阵构造复合拉普拉斯矩阵；对复合拉普拉斯矩阵进行处理，并结合控制固有频率方差的参数和构建单纯复形网络的系统中节点的数量计算最优固有频率；根据计算的最优固有频率对系统中的节点进行调节以实现各节点频率的匹配。通过本发明计算出固有频率，通过外界刺激反馈调整神经元活动，可以有效提升同步程度。或者在电网同步中，通过调整发电机的功率，可以使系统达到更好的同步状态。
-
公开(公告)号：CN117556896A
公开(公告)日：2024-02-13
申请号：CN202311647875.6
申请日：2023-12-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N5/02
Abstract: 本发明提供一种高阶网络相簇同步能力刻画方法及装置，属于高阶网络相簇同步技术领域，包括如下步骤：将目标高阶网络建模为单纯复形网络，并计算出目标高阶网络中一阶度序列和二阶度序列；根据目标高阶网络的一阶度序列和二阶度序列计算各节点的第一关联比，并根据各节点的第一关联比计算目标高阶网络的第二关联比；根据第一关联比对同一目标高阶网络的各节点的相簇同步能力进行比较，以及根据第二关联比对各目标高阶网络的相簇同步能力进行比较。本发明实现高阶网络中各节点以及整个网络的相簇同步能力计算，有效结合了网络结构与功能之间的联系，避免了序参量计算复杂度高、动力学仿真耗费时间长、对计算机性能要求高的弊端。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
