在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。       通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。       进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。 

可以量产/n成果简介：本工艺酿制的蜂蜜酒的感观品评结果：干型蜂蜜酒：浅黄色，蜜香及发酵酒突出，落口柔和，甘爽，酸适中，具有蜂蜜酒（干型）典型风格。半干型蜂蜜酒：浅黄色，清亮透明，蜜香郁雅，酸甜爽口，酒体协调，回味长，具有蜂蜜酒典型风格。应用前景：随着蜂蜜酒研发工作的深入开展，蜂蜜酒的发酵工艺更加优化，发酵速度加快，沉淀问题解决，蜂蜜酒必将成为继啤酒、葡萄酒、黄酒之后的第四大健康、美味、低度的酒类饮品，人们对蜂蜜酒的认识和需求也将逐步增加，因而蜂蜜酒的生产工艺必将得到广泛的应用和发展。

西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。

本发明的主要工作是基于多源异构网络推断主体(用户)之间的社 会关系(包括同类型之间或不同类型之间的主体关系，本发明中只以用 户为例)的方法，异构网络是指网络中主体类型多种或者主体之间的关 系类型多种，关系可以分为好友和其他两种。主要内容包括在两个(例 如 Twitter 网络、通讯网络)异构网络中，两个网络的主体类型都包含有 用户，但不同网络中主体之间的关系链接类型是不同的在 Twitter 网络 中用户之间的关系是

本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。

已有样品/n本发明涉及一种称重式液面位置的检测物块、装置及检测方法，该称重式液面位置的检测方法，包括以下步骤：将电子秤位置高度固定，通过不可拉伸的固定长度挂线将检测物块浸入待检测液体中；待检测液面在检测物块上部的中间位置；记录电子秤的读数F1；当电子秤的读数变化时，记录电子秤的读数F2；根据电子秤的读数变化，计算液面位置的变化。该检测方法用于汽车发动机气体喷嘴流量特性试验，该检测方法检测精度高，易于操作，即使微小的液面位置变化也能检测出来。

（专利号：ZL 201310185916.4） 简介：本发明提供一种大型回转支承滚道磨损自动检测系统及其检测方法，属于检测技术领域。该检测系统包括高精度超声波测厚探头、数据采集卡、控制器及显示器、继电器、声光报警器、信号通讯模块、驱动控制模块、数据采集与处理模块、报警模块，在指定时间间隔内，测量回转支承外圈的厚度，通过比较厚度差得到相应时间段内回转支承滚道磨损量。本发明检测系统能自动检测大型回转支承滚道磨损量，磨损量大于磨损允许值时将及时

本发明涉及利用磁共振耦合无线能量传输检测浓度，具体涉及基于磁共振耦合的无损溶液浓度检测 装置及检测方法，包括温度监测及控制装置、与计算机连接的网络分析仪，还包括与所述网络分析仪连 接的测试设备，所述测试设备包括磁共振耦合系统，所述磁共振耦合系统包括发射端和接收端。该装置 克服了普通传感器来测量溶液的浓度时由于溶液会在传感器上产生结晶甚至腐蚀传感器，而在普通传感 器表明添加防腐材料又会大大影响测量精度，从而影响仪器的使用的缺陷。在谐振线圈的表面添

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。