基于信息论的优化降噪方法研究.pdf

《基于信息论的优化降噪方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化)zo15年第37卷第五期j十算机技术及其应甩ComputerTechnoloqy＆Applications基于信息论的优化降噪方法研究刘飞(宝鸡文理学院物理与信息技术系，陕西宝鸡721016)摘要：复杂网络的重构可以挖掘出网络节点之间潜在的调控关系，帮助我们更深刻地理解网络节点间复杂的作用机制，因此产生了很多网络构建的模拟理论和计算方法。由于数据的高维低样本特性以及数据固有的噪声，这些方法在构建网络时会有很高的假阳性率。为了克服这个缺点一种新的方法被提出，方法结合了互信息理论和常微分方程来优化降噪。网络中相关性较小的边可以通

2、过信息论的方法来检测滤除，而一些冗余的边信息可以通过微分方程优化降噪来筛除，从而进一步提高网络构建的精度。算法通过DREAM(DialogueforReverseEngineeringAssessmentsandMethods)实验数据集来仿真验证，结果显示算法在复杂网络构建过程中有较高的准确率及较低的假阳性。关键词：复杂网络；网络构建；信息论；逐步优化；降噪DOI：10．3969／j．issn．1000-3886．2015．05．009[中图分类号]TP391[文献标志码]A[文章编号]1000—3886(2015)05—0025一O2

3、AResearchonOptimalNoiseReductionMethodsBasedonInformationTheoryLIUFei(DepartmentofPhysicsandInformationTechnology，BaojiUniversityofArtsandSciences，BaojiShaanxi721016，China)Abstract：Reconstructionofcomplexnetworkscandisclosethepotentialcontrolrelationshipamongnetworknodesa

4、ndhelpUSbetterunderstandthecomplexregulatorymechanismsamongthem．ThusIlotsoftheoreticalandcomputationalapproacheshavebeenintroducedfornetworkconstruction．Duetothehi【gh—dimensionallow—samplecharacteristicsofdataandthenoiseinheritedinit，however，theseapproacheshaveahighfalsep

5、ositiverateduringnetworkconstruction．Toovercomethisdisadvantage，thispaperpresentsanewmethod，whichcombinesmutualinformationtheoryandordinarydiferentialequationtooptimizenoisereduction．Edgeswithlowcorrelationinthenetworkcanbedetectedandremovedinthemethodsbasedontheinformati

6、ontheory，whileredundantedgeinformationcanbescreenedoutthroughnoisereductionoptimizationrealizedbydiferentialequation，SOthattheaccuracyofnetworkconstructionmaybefurtherimproved．ThealgorithmisverifiedthroughsimulationofDREAM(DialogueforReverseEngineeringAssessmentsandMethod

7、s)．Theresultsindicatethatouralgorithmhasaquitehighaccuracyandlowfalsepositiverateinthecourseofconstructionofcomplexnetworks．Keywords：complexnetwork；networkconstruction；informationtheory；progressiveoptimization；noisereductionO引言本文提出了一种基于信息论的微分方程优化降噪方法，来降低网络的假阳性，提高网络构建的精度，算

8、法的流程图如图1所示。复杂网络的构建已经成为人们研究的热点领域，通过构建的该方法首先对实验产生的数据用信息论的方法来计算节点之间网络可以系统地研究网络中节点之间的调配关系，为深入挖掘节的相关性