您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201303-823
论文题目 节点动力学参数影响复杂网络结构识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

Impact of node dynamics parameters on topology identification of complex dynamical networks

首发时间:2013-03-25

TANG Longkun 1   

Tang Longkun,(1977-),male,master,major research direction:Complex networks.

LU Jun-an 1   

Lu Jun-an, (1944-), male, professor, major research direction: Complex networks,nonlinear systems.

Lv Jinhu 2   

Lv Jinhu, (1974-), male, professor, major research direction: Complex networks,complex systems.

WU Xiaoqun 1   

Wu Xiaoqun,(1978-),female,associate professor,major research direction:Complex networks,time series.

  • 1、School of Mathematics and Statistics, Wuhan University, Wuhan 430072
  • 2、Institute of Systems Science, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190

Abstract:This paper aims at investigating the topology identification problem of complex dynamicalnetworks with varying node dynamics parameters and fixed inner coupling matrices.In particular, by employing the unified chaotic system as node dynamics, this work furtherexplores the influence of continuously changing node dynamics parameters on topology identificationof complex dynamical networks with different coupling strengths. Results showthat for sufficiently small or large coupling strengths, the performance of topology identificationis not affected by the change of node parameters. Specifically, for enough smallcoupling strengths, the topological structure can be completely identified regardless of thechange of node parameters, while for sufficiently large coupling strengths, none of the connectivity(presence and absence of connections) can be successfully identified. Furthermore,for some certain coupling strengths, with the increase of node dynamics parameters, thetopology identification varies from completely unidentifiable, to partially identifiable, thento completely identifiable. Therefore, the synchronization-based topology identification dependson node dynamics. Even for the same node dynamical model, different parameterscan have a significant impact on identification results. Furthermore, for networks consistingof chaotic oscillators as node dynamics, small coupling strengths are conducive to topologyidentification. A broader conclusion is that projective synchronization, rather than just completesynchronization, is an obstacle to the network topology identification. The findings inthis paper will add to our understanding of conditions for identifying topologies of complex networks.

keywords: Complex network Topology identification Synchronization Node dynamics parameter Chaoticoscillator

点击查看论文中文信息

节点动力学参数影响复杂网络结构识别

汤龙坤 1    2   

Tang Longkun,(1977-),male,master,major research direction:Complex networks.

陆君安 3   

Lu Jun-an, (1944-), male, professor, major research direction: Complex networks,nonlinear systems.

吕金虎 4   

Lv Jinhu, (1974-), male, professor, major research direction: Complex networks,complex systems.

吴晓群 3   

Wu Xiaoqun,(1978-),female,associate professor,major research direction:Complex networks,time series.

  • 1、武汉大学数学与统计学院,武汉 430072
  • 2、华侨大学数学科学学院,泉州 362021
  • 3、武汉大学数学与统计学院,武汉 430072
  • 4、中科院数学与系统科学研究院,北京 100190

摘要:本文以统一混沌系统为节点动力学,研究了两种固定内联矩阵和不同耦合强度下,动力学参数的改变对复杂网络结构识别的影响。研究结果表明,在耦合强度足够小或足够大的情况下,节点动力学参数的变动不影响网络拓扑识别的效果。足够小的耦合强度可以使得网络拓扑结构完全识别,而足够大的耦合强度容易使得拓扑识别失败,完全不能识别。而对于某些耦合强度,随着节点动力学参数的增大,网络拓扑结构出现了完全不能识别到部分可识别再到完全识别的过程。这些结果表明:(1)对于混沌振子为节点动力学的网络,小的耦合强度有利于拓扑识别;(2)基于自适应同步技术的网络结构识别依赖于节点动力学,即使同一动力学不同的参数对识别效率也会产生很大的影响;(3)完全内同步阻碍结构识别,更一般的,投影同步也会阻碍网络拓扑识别。这些结果加深了我们对结构识别条件的深入理解和探索。

关键词: 复杂网络 结构识别 同步 节点动力学参数 混沌吸引子

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
TANG Longkun,LU Jun-an,Lv Jinhu,et al. Impact of node dynamics parameters on topology identification of complex dynamical networks[EB/OL]. Beijing:Sciencepaper Online[2013-03-25]. https://www.paper.edu.cn/releasepaper/content/201303-823.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

节点动力学参数影响复杂网络结构识别