为了研究赋权网络的抗毁性评估问题,首先给出了赋权网络的定义,提出了赋权网络的抗毁性测度———粘聚度、连通度、平均粘聚度、平均连通度;然后研究了一种基于平均粘聚度和平均连通度这两项抗毁性测度的赋权网络抗毁性评估方法,并通过实例对该方法进行验证,结果表明,该方法能有效评估赋权网络的抗毁性。

从四个方面分析和比较了两种求解网络连通度问题的算法性能。结果表明，在相同的计算环境下，两种算法的计算结果相同，但与基于最大流方法的算法相比，基于影响度向量的算法由于每次迭代只需要计算和存储点影响度向量和网络影响度向量，具有更高的计算效率，需要更小的存储空间，并且易于计算机实现。

G是一个简单图。a(G)，k(G)分别为G的代数连通度和点连通度，该文刻画了满足a(G)=k(G)的图。G=(V,E)是一个n阶简单图,点连通度为k(G)≤n/2。H是G的任一最小点割集,则a(G)=k(G)当且仅当对任意u∈H和v∈VH，有uv∈E。

治愈算法的matlab代码FuzzConn Matlab和Mex代码，用于计算2D图像中的绝对和相对模糊连接以及图像森林变换。 我在2008年秋季在Uppsala大学图像分析中心教授计算机辅助图像分析II课程时设计实验室作业时编写的代码。后来，在[1]中实际上使用了相同的代码进行骨骼分割。 如果您认为此代码有用并希望功劳，请引用[1]。 文件afc.m根据[3]中的kFOEMS提供了一个绝对模糊连接性的实现。 文件adjacency.m和affinity.m根据[2]计算邻接和亲和度。 文件fctest.m提供了有关如何使用提供的函数以及如何计算模糊连接组件的示例。 irfc.m文件根据[4]中的kIR-MOFS提供了迭代相对模糊连接性的实现。 该函数调用afc.ma多次，以将图像划分为由至少两个类的多个种子定义的组件。 等级由种子编号（从1开始）给出。 文件ift.m提供了根据[5]的图像森林变换（IFT）的实现，但没有打破常规（只是优先选择）。 IFT提供了与IRFC非常相似的结果，但不需要迭代，因此更可取。 文件fctest2.m给出了一个示例，说明如何使用提供的函数使用相对模糊

基于电力信息网络的连通性,提出了电力信息网络绝对生存等级、相对生存等级以及关键服务失效率等概念 及指标,分别从系统整体性、系统关键服务以及系统服务对系统整体性的依赖程度3个方面确定了电力系统信息 网络的可生存性评定方法。针对一个具体的实例,通过 Dijkstra算法计算链路权值,得到电力信息网络的可生存性 指标,说明该方法的可行性,并提出提高现有信息网络可生存性的方法。