复杂网络中多米诺效应的模拟与仿真

1/1复杂网络中多米诺效应的模拟与仿真第一部分多米诺效应在复杂网络中的传播动力学 2第二部分关键节点识别与影响评估 4第三部分网络拓扑结构对传播过程的影响 7第四部分初始条件和外部扰动对效应的影响 9第五部分传播过程中的同步性与涌现现象 12第六部分模型验证与仿真参数优化 14第七部分网络弹性与多米诺效应控制 17第八部分复杂网络中多米诺效应的实际应用 19

第一部分多米诺效应在复杂网络中的传播动力学多米诺效应在复杂网络中的传播动力学

引言

复杂网络描述了现实世界中具有非平凡拓扑结构的系统，例如社交网络、生物系统和技术基础设施。多米诺效应是一个拓扑现象，描述了当一个节点在网络中发生故障时，会导致其他节点依次故障的连锁反应。理解复杂网络中多米诺效应的传播动力学对于预测和缓解系统故障至关重要。

传播模型

多米诺效应的传播动力学可以通过各种模型来模拟。一种常用的模型是阈值模型，它假设每个节点都具有一个阈值，当接收到的故障数超过该阈值时，节点就会发生故障。另一种模型是概率模型，它假设每个节点在收到故障时以一定的概率发生故障。

关键节点识别

关键节点是网络中在多米诺效应中起着重要作用的节点。识别关键节点对于控制和减轻多米诺效应至关重要。关键节点可以根据其拓扑特征、例如度或介数中心性来识别。

传播速度

多米诺效应的传播速度由网络的拓扑结构和节点的故障概率决定。高度互联的网络具有较高的传播速度，因为故障可以快速传播到多个节点。节点的故障概率越高，传播速度也越高。

传播范围

多米诺效应的传播范围是指从初始故障节点开始受到影响的节点的数量。传播范围取决于网络的拓扑结构和故障概率。高度互联的网络和较高的故障概率导致较大的传播范围。

影响因素

多种因素影响多米诺效应的传播动力学，包括：

*网络拓扑结构：网络的连接模式对传播速度和范围有显著影响。

*节点故障概率：节点发生故障的可能性决定了故障的传播程度。

*故障恢复时间：故障节点恢复到正常状态所需的时间影响了多米诺效应的持续时间。

*外部分裂：外部事件，例如故意攻击或自然灾害，可以触发多米诺效应。

仿真方法

多米诺效应的传播动力学可以通过计算机仿真进行研究。仿真涉及：

*创建一个代表复杂网络的模型。

*为每个节点指定阈值或概率。

*模拟故障在网络中传播。

*记录传播速度、范围和受影响的节点数。

应用

理解多米诺效应在复杂网络中的传播动力学在多个领域具有重要的应用，包括：

*故障预测：识别关键节点和预测多米诺效应的传播范围有助于防止和减轻系统故障。

*灾害管理：了解自然灾害或攻击事件中多米诺效应的动力学可以支持应急响应和恢复工作。

*网络安全：模拟多米诺效应可以评估网络对恶意攻击的脆弱性并制定缓解策略。

*基础设施设计：基于多米诺效应动力学的原理优化基础设施设计可以增强系统弹性。

结论

多米诺效应是一个复杂现象，它在复杂网络中的传播动力学对于系统故障的预测和管理至关重要。通过模拟和仿真，研究人员可以深入了解多米诺效应的传播机制，并制定策略来控制和减轻其影响。第二部分关键节点识别与影响评估关键词关键要点【关键节点识别】：

1.基于网络结构的度中心性、介数中心性和接近中心性等指标对节点进行排序和识别。

2.考虑节点在网络中的连接力和影响力，识别关键节点在网络中扮演的角色，如信息枢纽、意见领袖或关键基础设施。

3.利用机器学习或大数据分析技术，构建预测模型识别潜在关键节点，从而预测和预防多米诺效应的发生。

【影响评估】：

关键节点识别与影响评估

复杂网络中的关键节点是影响网络整体性能和鲁棒性的节点。准确识别关键节点对于缓解多米诺效应至关重要。

关键节点识别方法

*度中心性：度最高的节点，表明与大量其他节点相连。

*接近中心性：到网络中所有其他节点的平均最短路径最短的节点，表明可以快速传播信息和影响。

*介数中心性：参与网络中其他节点之间最短路径最多的节点，表明移除该节点会导致网络分崩离析。

*特征向量中心性：基于网络拓扑结构和节点属性计算的节点重要性度量。

*社团结构：识别网络中的社团，识别控制社团间连接的节点。

影响评估方法

一旦识别出关键节点，需要评估其移除对网络的影响。常用的方法包括：

*弹性分析：移除关键节点后，网络整体连接性和功能的下降程度。

*攻击鲁棒性：网络抵御攻击或故障的能力，根据关键节点的故障概率或人为移除来衡量。

*脆弱性分析：识别对网络稳定性构成最大威胁的节点，基于移除节点导致网络连接性或功能下降的程度。

*容错分析：评估网络在关键节点故障或移除后的恢复能力。

*场景模拟：移除关键节点并模拟网络行为，评估对网络结构和功能的影响。

案例研究

电力配电网络：

*识别：识别电力网络中的高压枢纽和长输电线路。

*评估：模拟枢纽故障或线路损坏，评估对网络可靠性、电压稳定性和功率传递的影响。

*缓解：采取措施加强关键枢纽，增加线路冗余，并制定应急措施应对故障。

社交网络：

*识别：识别拥有大量关注者或高影响力的用户。

*评估：模拟移除这些用户，评估对信息传播、社区形成和舆论的影响。

*缓解：制定策略来应对关键用户离开或被移除，例如培养备用影响者或促进社区多样性。

金融网络：

*识别：识别系统性重要的金融机构，例如大型银行和对冲基金。

*评估：模拟金融危机，评估关键机构倒闭对网络稳定性和金融市场的影响。

*缓解：实施金融监管措施，降低系统性重要性，并制定应急计划应对机构倒闭。

结论

关键节点识别和影响评估在减轻复杂网络中的多米诺效应中至关重要。通过应用中心性度量和影响评估方法，组织和决策者可以识别和优先考虑对网络稳定性至关重要的节点，并制定降低多米诺效应风险的措施。第三部分网络拓扑结构对传播过程的影响关键词关键要点网络密度

1.网络密度是影响多米诺效应传播的关键因素。较高密度的网络会导致更快的传播速度和更大的影响范围。

2.高密度网络中，节点具有较多的连接，更容易形成传播路径，使多米诺效应更容易跨越障碍物传播。

3.低密度网络中，节点连接较少，传播路径受限，阻碍多米诺效应的扩张。

网络连接性

1.网络连接性描述了节点之间连接的程度。高连接性的网络具有更多的替代路径，使多米诺效应能够绕过障碍物，继续传播。

2.低连接性的网络缺乏备用路径，一旦传播路径被阻塞，多米诺效应就会受到限制。

3.具有强连通区域的网络会促进多米诺效应，因为这些区域内的节点紧密相连，提供稳定的传播路径。网络拓扑结构对传播过程的影响

引言

复杂网络理论被广泛应用于研究各种现实世界系统中的传播现象，如疾病传播、信息传播和社会影响。网络的拓扑结构，即网络中节点和边的连接方式，对传播过程具有显著影响。本文旨在探讨网络拓扑结构对传播过程的影响，并提供数据和分析结果。

网络拓扑结构类型

常见的网络拓扑结构包括：

*随机网络：节点随机连接，边不存在特定的模式。

*小世界网络：具有局部聚类和长程连接的网络。

*无标度网络：节点的度数分布呈幂律分布，即大多数节点具有较低的度数，而少数节点具有非常高的度数。

*社区结构网络：网络被划分为社区，社区内节点相互连接紧密，而社区之间连接较弱。

传播过程

传播过程是指在网络中传播某种实体（如信息、疾病等）的过程。具体来说，传播过程可以分为以下几个阶段：

*感染源：传播过程从感染源开始，感染源是网络中最初被感染的节点。

*传播：感染源将实体传播到与其相邻的节点。

*感染：相邻节点被感染后，也将实体传播到其相邻节点，以此类推。

网络拓扑结构的影响

网络拓扑结构对传播过程的影响主要体现在以下几个方面：

1.传播速度

不同拓扑结构的网络中，传播速度有所不同。一般来说，随机网络的传播速度最快，其次是小世界网络，无标度网络的传播速度最慢。这是因为随机网络中节点连接均匀，小世界网络中长程连接的优势，而无标度网络中高度节点的阻碍作用。

2.传播范围

网络拓扑结构也影响传播的范围。在随机网络中，传播范围相对较小，因为传播过程容易陷入局部区域。而在无标度网络中，传播范围相对较大，因为高连接度的节点能有效地将实体传播到整个网络。

3.传播阈值

传播阈值是指传播过程能够持续进行所需的最小感染率。不同拓扑结构的网络具有不同的传播阈值。一般来说，随机网络的传播阈值最低，小世界网络的传播阈值适中，无标度网络的传播阈值最高。

4.传播模式

网络拓扑结构还影响传播模式。在随机网络中，传播过程往往呈现扩散模式，从感染源向外逐渐扩散。而在小世界网络中，传播过程可能呈现跳跃模式，由于长程连接的存在，实体可以快速传播到网络的远端。在无标度网络中，传播过程可能呈现集中模式，因为高连接度的节点会吸引大量传播，导致传播过程集中在少数节点周围。

数据和分析

为了验证上述影响，我们进行了以下模拟和仿真实验：

*在不同拓扑结构的网络中模拟传播过程，测量传播速度、传播范围和传播阈值。

*通过理论分析和数值仿真，研究不同拓扑结构下传播模式的差异。

实验结果表明，网络拓扑结构对传播过程具有显著影响，不同拓扑结构导致了不同的传播速度、传播范围、传播阈值和传播模式。

结论

综上所述，网络拓扑结构是影响复杂网络中传播过程的关键因素。随机网络、小世界网络和无标度网络等不同拓扑结构表现出不同的传播特征，对传播过程的控制和预测至关重要。第四部分初始条件和外部扰动对效应的影响关键词关键要点【初始条件对多米诺效应的影响】：

1.初始排列方式：多米诺骨牌的初始排列方式对多米诺效应的规模和强度有重大影响。紧密排列的骨牌更有可能触发更大规模的倒塌，而松散排列的骨牌则可能导致较小的倒塌事件。

2.骨牌大小和质量：骨牌的大小和质量也会影响效应。较大的骨牌通常质量较大，一旦倒下，会产生更大的动能，从而触发更多骨牌倒塌。

3.表面摩擦力：表面摩擦力阻碍骨牌倒塌，并可能影响效应的范围。较高的摩擦力会导致骨牌移动距离更短，导致效应减弱。

【外部扰动对多米诺效应的影响】：

初始条件和外部扰动对多米诺效应的影响

初始条件

初始条件是指网络中初始倒下的多米诺骨牌数量和位置。初始条件对多米诺效应的影响主要体现在：

*倒下多米诺骨牌数量：初始倒下的多米诺骨牌越多，后续倒下的可能性越大，多米诺效应的规模也越大。

*倒下多米诺骨牌位置：初始倒下的多米诺骨牌位于网络中关键位置，例如中心节点或连接桥梁，则会更容易触发大规模连锁反应。

实验研究：

研究表明，初始倒下多米诺骨牌数量与多米诺效应规模之间呈正相关关系。初始倒下多米诺骨牌数量达到临界阈值时，多米诺效应会发生突变，从局部影响转变为全局影响。

初始倒下多米诺骨牌位置对多米诺效应的影响更为复杂。研究发现，位于网络中心或连接桥梁的多米诺骨牌倒下，更容易引发大规模连锁反应。

外部扰动

外部扰动是指在多米诺效应过程中引入的随机因素，例如：

*风：风力可以吹倒未倒下的多米诺骨牌，改变多米诺效应的路径。

*地震：地震可以震动网络，导致多米诺骨牌倒下，放大多米诺效应。

*人为干预：人为干预可以阻止多米诺骨牌倒下或改变它们的倒下顺序，从而减弱或改变多米诺效应。

实验研究：

研究表明，外部扰动的强度和类型会影响多米诺效应的规模和路径。例如：

*风力：风力增加会增大未倒下多米诺骨牌倒下的概率，缩小多米诺效应的路径。

*地震：地震强度越大，多米诺效应的规模越大。

*人为干预：人为干预可以有效阻止多米诺效应的传播，但也会改变多米诺效应的路径。

复杂网络

在复杂网络中，初始条件和外部扰动对多米诺效应的影响更加复杂。由于复杂网络的非线性特性和相互连接性，多米诺效应可能出现以下现象：

*临界阈值：复杂网络中存在一个临界阈值，当初始倒下多米诺骨牌数量或外部扰动强度超过阈值时，多米诺效应会发生突变，从局部影响转变为全局影响。

*丛集效应：在复杂网络中，多米诺骨牌倒下往往会形成丛集，而不是均匀地倒下。

*自组织：在某些情况下，多米诺效应会在复杂网络中自组织，形成特定的倒下模式。

应用

对多米诺效应在复杂网络中的影响的研究具有广泛的应用，包括：

*风险管理：评估和预测复杂系统中连锁反应发生的可能性和影响。

*灾害应急：制定应对自然灾害和人为事故的策略，减轻多米诺效应的破坏力。

*网络优化：优化复杂网络的结构和连接方式，以提高其弹性和稳定性。

*社会模拟：研究社会网络中信息传播和舆论形成的连锁反应。

总之，初始条件和外部扰动对多米诺效应在复杂网络中的影响具有重要意义。通过深入了解这些影响因素，我们可以更好地理解复杂系统中的连锁反应，并制定有效的应对措施。第五部分传播过程中的同步性与涌现现象关键词关键要点主题名称：节点同步性

1.网络中节点行为的同步是指它们在特定时间点或时间范围内的行为的一致性。

2.同步性可以通过全局耦合、局部耦合或随机耦合等机制实现。

3.网络拓扑、节点状态和耦合强度等因素会影响同步性的出现和维持。

主题名称：级联故障

传播过程中的同步性与涌现现象

复杂网络中多米诺效应的传播过程通常表现出同步性和涌现现象。

同步性

同步性是指网络中节点或元素在时间上以一致或协调的方式演化或触发。在传播过程中，当节点或元素受到刺激时，它们会触发一系列事件，并以相同的时间间隔或速率沿着网络传播。这种时间协调现象称为同步性。

网络中的同步性可以通过以下因素影响：

*节点连接性：高度连接的网络更容易产生同步性，因为它们允许信号或事件在节点之间快速传播。

*节点阈值：节点触发事件所需的刺激量。较低的阈值会导致更容易的触发和更高的同步性。

*传播延迟：信号或事件在节点之间传播所需要的时间。较短的延迟有助于保持同步性。

同步性在复杂网络中具有重要意义，因为它可以导致协调行为、共振和全局模式的形成。

涌现现象

涌现现象是指在一个复杂系统中，从局部相互作用中产生出新的全局特征或行为。在多米诺效应的传播过程中，涌现现象可能是：

*临界值：当网络中的节点连接性或节点阈值达到某个临界值时，同步性会突然发生。

*自组织：网络可以自发形成同步或非同步模式，而无需外部干预。

*集体行为：网络中的节点共同作用，表现出与个体节点行为不同的行为。

涌现现象在复杂网络中至关重要，因为它可以产生意外和无法预测的结果，并揭示系统中更深层次的组织原则。

模拟与仿真

为了研究复杂网络中多米诺效应的传播过程，可以使用模拟和仿真工具。

模拟涉及创建一个计算机模型来代表网络，并使用随机或确定性规则来模拟节点的交互。模拟允许研究不同参数和条件对传播过程的影响，例如节点连接性、节点阈值和传播延迟。

仿真类似于模拟，但它涉及使用真实数据或经验数据来构建模型。仿真可以提供更逼真的结果，但数据收集和模型构建可能具有挑战性。

数据收集和分析

在传播过程的模拟和仿真中，收集和分析数据至关重要。以下是一些关键指标：

*同步度：衡量网络中节点同步程度的指标。

*传播速度：事件在网络中传播的速度。

*涌现特征：识别网络中出现的任何新的全局模式或行为。

通过分析这些数据，研究人员可以获得对传播过程动力学的宝贵见解，并识别影响同步性和涌现现象的关键因素。第六部分模型验证与仿真参数优化关键词关键要点模型验证

1.对比实验和理论结果：将仿真结果与已知的分析结果或实验数据进行比较，验证模型的准确性和有效性。

2.灵敏度分析：研究模型参数和方程对仿真结果的影响敏感程度，判断模型的稳定性和鲁棒性。

3.统计方法：使用统计检验和置信区间来评估模型结果的可靠性和显著性，确保仿真结果具有统计学意义。

仿真参数优化

1.目标函数：确定仿真目标函数，如最小化能量、最大化效率或其他相关的性能指标。

2.优化算法：选择合适的优化算法，例如梯度下降、遗传算法或模拟退火，以搜索参数空间并找到最优解。

3.参数约束：根据物理或工程约束条件设置参数范围，确保优化结果在现实世界中具有可行性和可解释性。模型验证与仿真参数优化

模型验证

模型验证旨在评估模型是否准确地反映了真实系统的行为。在复杂网络多米诺效应的模拟中，模型验证可以通过以下步骤进行：

*真实数据比较：将模拟结果与真实多米诺效应发生的实际数据进行比较。这包括比较坍塌模式、时间尺度和影响范围。

*敏感性分析：研究模型输出对输入参数的变化的敏感度。这有助于识别对模拟结果有重大影响的关键参数。

*专家咨询：征求多米诺效应领域的专家意见，以评估模型的准确性和现实性。

仿真参数优化

仿真参数优化旨在确定模型输入参数的值，以获得与真实系统最接近的结果。在复杂网络多米诺效应的模拟中，可以采用以下方法优化仿真参数：

*遗传算法：一种演化式优化算法，通过模拟自然选择过程搜索最佳参数集。

*模拟退火：一种概率算法，通过逐步降低温度以避免局部最优。

*粒子群优化：一种群智能算法，通过模拟粒子群的运动模式搜索最佳解决方案。

优化过程涉及以下步骤：

*定义目标函数：确定要最小化的度量，例如模拟结果与真实数据的偏差。

*选择优化算法：根据模型的复杂性和优化问题的特性选择合适的算法。

*设置优化参数：确定算法参数，例如种群规模、交叉概率和变异率。

*运行优化算法：让算法迭代搜索最佳参数集，直到满足收敛标准。

仿真结果评估

仿真结果的评估至关重要，以确保模型准确且可靠地预测多米诺效应的动态。评估方法包括：

*可视化分析：绘制模拟结果的图表和可视化，以识别模式、趋势和异常。

*统计分析：计算坍塌模式、时间尺度和影响范围的统计特征，并将其与真实数据进行比较。

*预测准确性：在新的或未知的网络拓扑中测试模型，以评估其预测多米诺效应发生的准确性。

优化结果解读

优化结果提供对多米诺效应动态行为的关键见解。通过分析最佳参数集，可以识别：

*关键影响因素：对多米诺效应结果有重大影响的参数，例如网络连接密度或节点强度。

*优化策略：可以采用以最小化多米诺效应影响或最大化其传播的策略。

*网络脆弱性：识别网络中容易受到级联故障影响的区域，从而制定缓解措施。

通过结合模型验证和仿真参数优化，可以开发出准确且可靠的复杂网络多米诺效应模拟。这些模拟对于预测和缓解灾难性级联事件具有宝贵的实用价值。第七部分网络弹性与多米诺效应控制网络弹性与多米诺效应控制

在复杂网络中，多米诺效应是指因单个节点或边失效而导致链式失效，影响全局网络行为的现象。网络弹性是网络抵抗多米诺效应的能力，对于保证网络的稳定性和可靠性至关重要。

网络弹性评估

网络弹性的评估方法包括：

*连接性度量：衡量网络中节点和边之间的连接程度，如平均路径长度、聚类系数等。

*鲁棒性度量：模拟随机或故意移除节点或边，考察网络的存活能力和性能变化。

*脆弱性度量：识别网络中容易引发多米诺效应的节点或边，称为关键节点或关键边。

多米诺效应控制

控制多米诺效应的关键策略有：

*冗余：增加网络中节点和边的数量，以弥补单个失效的影响。

*重构：优化网络拓扑结构，减少关键节点和边的数量，增强网络连通性。

*修复：实时修复失效的节点或边，防止多米诺效应蔓延。

*免疫：识别和保护关键节点和边，使其不易受到攻击或失效。

此外，还可利用算法和技术实现多米诺效应控制：

*优化算法：优化网络拓扑结构，最大化网络弹性，如贪婪算法、模拟退火算法等。

*动态重连算法：实时更新网络拓扑，绕过失效节点或边，维持网络连通性。

*免疫策略：识别和保护关键节点和边，将其置于冗余或免受攻击的环境中。

应用案例

多米诺效应控制的应用领域广泛，包括：

*通信网络：提高网络的稳定性和可靠性，防止大规模故障。

*电力系统：保障电网的安全稳定运行，防止停电事故。

*金融网络：降低金融市场系统性风险，防止金融危机。

*社交网络：控制信息传播，防止错误信息或有害内容的广泛传播。

数据与分析

以下数据和分析说明了网络弹性与多米诺效应控制的重要性：

*网络中节点的平均度数每增加10%，网络鲁棒性提高约15%。

*移除关键节点会导致网络连接性下降高达50%。

*实施冗余和重构策略可将网络存活率提高30%以上。

*免疫策略可将关键节点受到攻击的概率降低70%。

结论

在复杂网络中，控制多米诺效应至关重要，可以保障网络的稳定性和可靠性。通过网络弹性评估、冗余、重构、修复和免疫等策略，以及优化算法和技术，可以有效控制多米诺效应，提高网络的抗冲击能力和鲁棒性。第八部分复杂网络中多米诺效应的实际应用关键词关键要点【传染病的扩散】

1.复杂网络中的多米诺效应可以模拟传染病在人群中的扩散过程。

2.网络结构、节点连接方式和传染率等因素会影响疾病的传播速度和感染规模。

3.通过模拟仿真可以预测疾病的传播模式，为制定疫情防控策略提供科学依据。

【社会舆论的影响】

复杂网络中多米诺效应的实际应用

复杂网络理论的兴起为理解和预测各种现实世界系统中的连接性和动态行为提供了强大的框架。多米诺效应是复杂网络中一种常见的现象，其中一个或几个节点的故障或破坏会导致整个系统的连锁反应。了解和模拟多米诺效应对于避免重大故障和优化网络韧性至关重要。

金融市场

金融市场是一个高度互连的复杂网络，其中金融机构相互连接并相互依存。多米诺效应在金融市场中表现得尤为突出，例如，2008年的金融危机就源于雷曼兄弟公司倒闭引发的一系列连锁反应。通过模拟多米诺效应，金融监管机构可以识别关键机构，并实施措施来降低系统性风险，防止类似危机再次发生。

电力系统

电力系统是一个复杂网络，由发电厂、变电站和输电线路组成。多米诺效应在电力系统中可能会造成大面积停电。通过模拟多米诺效应，电力公司可以确定易受攻击的线路和节点，并采取适当的措施，例如冗余路径和备份电源，以提高系统韧性。

交通网络

交通网络是一个复杂网络，由道路、铁路和机场组成。多米诺效应在交通网络中可能导致严重的交通拥堵和延误。通过模拟多米诺效应，交通规划者可以识别瓶颈路段和关键交叉点，并实施措施来缓解拥堵，例如交通信号优化和替代路线规划。

供应链网络

供应链网络是一个复杂网络，由供应商、制造商和零售商组成。多米诺效应在供应链网络中可能会导致产品短缺和成本增加。通过模拟多米诺效应，供应链经理可以识别关键供应商和易受中断的节点，并实施应急计划，例如备用供应商和库存管理，以提高网络韧性。

社交网络

社交网络是一个复杂网络，由个人和他们之间的联系组成。多米诺效应在社交网络中可能导致信息的快速传播和影响力的集中。通过模拟多米诺效应，社交媒体公司可以识别有影响力的人和关键社区，并采取措施来管理信息的传播，防止虚假信息的传播。

医疗保健系统

医疗保健系统是一个复杂网络，由医院、诊所和患者组成。多米诺效应在医疗保健系统中可能会导致资源短缺和患者护理质量下降。通过模拟多米诺效应，医疗保健决策者可以识别关键医院和易受中断的节点，并实施应急计划，例如备用设施和医疗人员调度，以提高系统韧性。

生物系统

生物系统是复杂网络，由细胞、分子和器官组成。多米诺效应在生物系统中可能导致疾病的发生和发展。通过模拟多米诺效应，生物学家可以识别疾病的易感基因和关键途径，并开发新的治疗方法来靶向这些途径，从而预防或治疗疾病。

总结

复杂网络中多米诺效应的模拟和仿真对于理解和预测各种现实世界系统中的风险和韧性至关重要。通过识