王友国
- 作品数：59 被引量：74H指数：5
- 供职机构：南京邮电大学理学院更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术电子电信理学文化科学更多>>
- 在线社交网络中双谣言扩散的阈值研究被引量：2
- 2020年
- 为了更加贴合实际社交网络中谣言的传播过程,构建了社交网络中的双谣言扩散模型并研究其传播阈值的一般形式。基于经典的SIR(Susceptible-Infected-Recovered)传染病模型,考虑双谣言同时传播且相互影响的情况,分别在度均匀和度不均匀的网络环境中推导出阈值表达式,为研究多则谣言在网络中传播和其阈值提供了基础。针对社交网络的小世界和无标度特性,基于所构建的人工网络进行了数值仿真,研究了在不同的平均度下的,扩散规模和扩散阈值(基本再生数)之间的关系,验证了阈值的存在。仿真结果表明,平均度对谣言在网络中的扩散有显著影响,在平均度越小的网络中,谣言的扩散阈值越大,仿真结果验证了理论分析。
- 杨超王友国朱亮
- 关键词：传染病模型
- 考虑群组传播的SEIR谣言传播模型
- 2020年
- 近年来,移动互联网络技术的高速发展极大地改变了信息的传播方式。在移动社交网络中,人们根据共同爱好、亲友关系等往往聚合成特定的群组,如QQ群、微信群等,并在这些群组之间进行信息分享与交流。移动社交网络的特点在于所有用户都可以创建和管理社交群组并邀请朋友加入。因此,一个群组很容易变成一个人们可能无法直接彼此认识的小团体,而人们通常会收到不同用户发布的谣言信息并将其转发给其他个人或团体。考虑到一些人可能因为不确定谣言的真实性,而不会立刻转发谣言。因此,在引入E态的谣言传播模型上建立了一种考虑群组传播影响的新型SEIR模型,研究了移动社交网络中考虑群组传播的谣言传播动力学变化过程,并进行了稳态分析给出模型的传播阈值。为了验证理论分析的正确性以及评估模型对相关参数的敏感性,计算给出了模型动力方程组的数值解,并在Watts–Strogatz(WS)小世界网络上进行了是否考虑群组传播的仿真对比实验。实验结果表明,群组传播极大地加快了谣言传播的进程;且平均群组度的增加,会导致传播速度和传播者峰值规模均有所增加;群组规模越大,谣言的影响范围越广。
- 奚亚丽王友国柴允
- 随机谐振在信号接收中的应用研究被引量：5
- 2007年
- 在一些非线性系统中,噪声时常有助于信号传输或信号处理的现象称为随机谐振。本文基于信号错误接收概率讨论随机谐振在信号接收中的应用。对于极大阈值网络,当信号在阈下时,适量的噪声能改善信号接收,随机谐振现象存在;随着网络中阈值单元数的增加,错误接收概率的最小值迅速地趋于零,随机谐振功效极大地提高;对于两种典型噪声解析地讨论发生随机谐振现象时的最佳噪声强度,并根据噪声密度函数的变化对随机谐振机理进行了尝试性解释。
- 王友国吴乐南
- 关键词：随机谐振
- 基于知乎的话题画像系统及话题画像方法
- 本发明公开了一种基于知乎数据的话题画像系统及话题画像方法，系统包括用以从网站提取、清洗和预处理数据的数据预处理模块、用以对话题进行精准画像的话题画像模块以及用以对话题画像模块结果进行可视化呈现和报告下载的用户图形界面模块...
- 王飞翔王友国
- 文献传递
- 基于K近邻的运动想象分类中的噪声效益被引量：2
- 2022年
- 关于脑电信号中的噪声处理问题一直是脑-机接口(BCI)领域的重点研究方向,通常认为噪声是有害的,所以针对脑电信号中的噪声处理往往以降噪或消噪为主。但是根据随机共振(SR)的思想,在非线性系统中噪声往往能增强信号处理,而脑电信号恰好具有非线性的特征,因此提出运用高斯噪声提高运动想象脑电信号的识别率。通过在脑电信号中加入独立的高斯噪声,将原始训练集与添加噪声的训练集串联起来增加训练样本量,考虑训练样本量增加与否和噪声加入的阶段(训练或/和测试);通过共空间模式(CSP)和小波包变换(WPT)提取分类特征,并用K近邻(KNN)算法进行分类。实验结果表明,只要加入适当强度的噪声,均可提高系统的分类准确率,出现随机共振现象;增加训练样本量的同时在训练集和测试集中加入适当强度相同的噪声,系统最大平均分类准确率相比不加噪声时增加9.28个百分点;K近邻算法的最大平均分类准确率相比决策树(DT)和支持向量机(SVM)而言整体更高,体现出K近邻算法的优越性和可靠性。
- 陈佳卉王友国翟其清
- 关键词：随机共振高斯噪声K近邻脑电信号
- 改进匹配追踪算法及其在图像压缩中的应用被引量：1
- 2013年
- 压缩传感,是近年来新出现的一种采样定理。它的特点是对信号进行采样所需要的条件远远小于Nyquist采样速率。这种采样定理要求信号是稀疏的或者是可压缩的,并能在采样时对信号数据进行压缩,然后通过非线性重建算法完美重建信号。它突破了Nyquist采样定理,因此具有广阔的发展前景。重建算法中有一类称为匹配追踪算法,文中围绕改进的匹配追踪算法在图像压缩中的应用展开了研究,对OMP算法、ROMP算法进行了实现,并对算法本身以及其重构效果做出了比较;针对按列处理速度较慢的缺点,使用了分块处理的方法,降低运算时测量矩阵的规模,实验表明,分块处理确实能够加快运算速度。由于自然信号进行稀疏变换后,稀疏度不确定,造成重构时迭代次数不够合理。针对这个现象,文中提出了如何确定合适的迭代次数的方法,提高重建的精确度。这个方法本身会消耗时间,可以在权衡了重构精确度要求和时间要求后确定是否使用。
- 陆望王友国
- 关键词：压缩传感图像压缩
- 阈值阵列系统中TCM编译码的随机共振现象
- 2018年
- 为了进一步降低网格编码调制(TCM)信号在接收端的误码率(BER),提高TCM码的译码性能。采用了一种离散的多阈值阵列系统与维特比译码器相结合的系统。并经过理论推导出阈值阵列系统输出端信号和TCM编码信号之间的互信息;同时通过仿真实验,分析了误码率的变化情况;并对两种不同测度下的变化情况进行了对比。理论分析表明,在适当噪声条件下,使信号无损传输到译码端;仿真实验也表明,在适当的噪声强度阈值阵列单元数量和噪声强度条件下,误码率会得到大幅度的降低。对比两种测度下的随机共振现象(SR),发现随机共振的存在性与测度有关。理论分析和仿真实验都表明,在该系统中适当的噪声能够显著提高互信息,降低误码率;随着阈值单元数的增加,这种效果也越发明显。
- 李恒王友国翟其清
- 关键词：随机共振TCM编码
- 用多元信号检测改进广义高斯噪声下的并行非线性检测器
- 2010年
- 在广义高斯噪声下,根据最大后验概率准则比较了多元信号的并行非线性检测和最佳并行线性检测.在高斯噪声条件下,并行非线性检测器性能接近于最佳并行线性检测器.若噪声是广义高斯的,特别是当噪声幅度集中于均值零附近时,并行非线性检测器的检测性能优于最佳并行线性检测器.
- 王友国刘洪伟
- 最佳匹配阵列随机共振系统中利用噪声改善信息传输被引量：1
- 2016年
- 针对数字通信系统中噪声影响码元传输的问题,为提高系统的可靠性,降低接收信号的误码率(BER),提出一种基于最佳匹配方法和并行阵列理论的随机共振(SR)系统。首先,利用并行阵列理论来增强单个双稳态系统的随机共振效果;其次,将最佳匹配随机共振微弱信号的检测方法运用到阵列系统中;最后,推导出最佳匹配阵列随机共振系统的信噪比(SNR)增益表达式,并分析阵列单元数对误码率的影响。理论分析和实验仿真表明,最佳匹配阵列随机共振系统相比单个随机共振系统在强噪声背景下对微弱数字信号的检测性能得到提升,系统输出信噪比增益显著大于1,误码率也得到明显降低;且随着阵列单元数增加,阵列系统的随机共振效果越好。实验结果表明,最佳匹配阵列随机共振系统在实际工程中能够有效提高数字通信系统的可靠性。
- 王友国董洪程刘健
- 关键词：随机共振信噪比增益误码率
- 基于离散双向联想记忆神经网络的多元通信系统
- 2023年
- 针对噪声导致非线性数字通信系统传输信号的差错概率增加的问题,提出一种基于离散双向联想记忆(BAM)神经网络的多元通信系统。首先,根据需要传输的信号,选取适当的神经元数量和记忆向量,计算权值矩阵,并生成BAM神经网络;然后将多元信号映射为具有调制幅度的初始输入向量并不断输入系统,通过神经网络进行循环迭代,并向各神经元添加高斯噪声,之后按照码元间隔采样输出并在无损信道中传输,接收端依据判决规则译码判决;最后在图像处理领域,利用所提系统传输图像压缩后的数据并解码恢复图像。仿真结果表明,对于码元间隔较大的弱调制信号,随着噪声强度的增加,差错概率先减后增,随机共振现象比较明显;差错概率还与信号的进制数呈正相关关系,与信号幅度、码元间隔和神经元个数呈负相关关系,某些条件下,差错概率可以达到0。以上结果表明BAM神经网络可以通过噪声改善数字通信系统的可靠性。另外,解码恢复图像的相似度显示了适量噪声对图像恢复效果的改善,扩展了BAM神经网络和随机共振在图像压缩编码中的应用。
- 陈伟康翟其清王友国
- 关键词：双向联想记忆神经网络随机共振图像压缩
