咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >航空网络关键节点辨识的核极限学习机算法研究 收藏

航空网络关键节点辨识的核极限学习机算法研究

Research on Kernel Extreme Learning Machine Algorithm for Key Node Identification in Aviation Network

作     者:牛军锋 甘旭升 孙静娟 涂从良 NIU Junfeng;GAN Xusheng;SUN Jingjuan;TU Congliang

作者机构:西京学院管理技术系西安710123 空军工程大学空管领航学院西安710051 

出 版 物:《航空工程进展》 (Advances in Aeronautical Science and Engineering)

年 卷 期:2021年第12卷第1期

页      面:39-47页

学科分类:08[工学] 0825[工学-航空宇航科学与技术] 

主  题:航空网络 关键节点辨识 极限学习机 参数寻优 核函数 

摘      要:通过技术手段准确识别航空网络的关键节点,对航空网络平时的正常运行以及战时的防御和修复,具有重要的理论意义和参考价值。提出一种基于核极限学习机的航空网络关键节点识别方法,首先,采用层次分析法对节点综合重要度进行评估;然后,选取三个简单指标,基于核极限学习机学习简单指标与综合重要度之间的映射关系,建立重要度评估模型;最后,以中美两国航空网络为例进行仿真。结果表明:仅需计算40个节点的复杂指标值,就可对关键节点取得较满意的辨识效果,降低了计算复杂度,提高了辨识效率,即采用本文方法辨识航空网络的关键节点是有效、可行的。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分