三月的一天
计算机专业硕士毕业,多年的数学建模、复杂网络、软件开发、前后端技术开发的实践经验。作为一名博客作者,我致力于将我所学到的知识和经验分享给更多的人。我相信,知识的力量在于传播,而分享则是知识传播的最佳途径。我的博客内容涵盖了计算机专业基础知识、数学建模相关实践、复杂网络论文研究、LeetCode算法刷题经验、C语言开发经验、前端Vue、React框架开发实战相关知识。旨在为读者提供有价值的信息和实用的技巧。如果您对我的博客内容感兴趣,或者有任何问题想要交流,您可以通过评论或者私信与我联系!
展开
-
复杂网络——随机网络ER的构造C++实现及测试
此算法参照博客:https://blog.csdn.net/robin_xu_shuai/article/details/51453368在实现该博客提供的算法发现有几处错误以及对初学者不好的参数输入方式,本算法在此基础上修正了其错误的地方并进行了用户使用体验改进。算法构造思路如下:输入:构造ER网络的节点个数N,连边概率p输出:ER网络的邻接矩阵(文件形式存储)、度分布矩阵(文...原创 2019-04-17 11:26:11 · 4173 阅读 · 0 评论 -
复杂网络之ER随机网络的构建、度分布计算、可视化实现(python实现)
实验环境我用的是Anaconda 自带的Spyder编辑器,python3.8此算法在上一篇算法复杂网络——随机网络ER的构造C++实现及测试的基础上用python重写了,在编写过程中发现python对数组的初始化非常方便,仅用np.zeros()函数就可以生成,而C++要用双层for循环才可以。在这里我默认系统资源非常充足,就未对内存申请失败进行判断,实际上在测试时节点数1000就报错...原创 2019-04-18 11:10:39 · 18801 阅读 · 12 评论 -
复杂网络——无标度网络BA的C++代码实现及python可视化操作,度分布实现
BA网络构建包括BA网络构建,邻接矩阵存储,度分布计算与存储等,此部分用C++实现,将邻接矩阵和度分布分别存储在文件freeScale.txt和文件freeScale_degree.txt最后用python进行可视化操作。BA网络构建过程参照这篇博客BA无标度网络模型构造算法,本人在此基础上修改了部分错误,使之能够正常运行,写的时候有些C++和C语言掺杂,但不影响程序的可读性和正确性...原创 2019-05-06 16:31:41 · 6180 阅读 · 7 评论 -
复杂网络——图的可视化工具Gephi的使用附详细操作过程
一、Gephi 介绍用简单的话介绍,Gephi就是一款将图或者网络进行可视化的工具。如下面的图所示,是我用Gephi绘制的网络结构图,图中节点用蓝色的实心圆表示,节点之间的连线表示边。边的颜色越深表示两个节点的作用频次或者权值越大。节点越大,表示节点的度值越大。有了这么一个简单的认识,你应该对Gephi有了一个初步的了解了。下面开始用Gephi进行实际的操作吧。Gephi下载链接: https://gephi.org/Gephi安装:https://blog.csdn.net/wei...原创 2021-07-01 15:56:15 · 5964 阅读 · 0 评论 -
复杂网络——实用工具推荐(Visio\Acrobat DC等)附下载链接
三月与九月原创博文,请勿私自转发。原文链接:一、软件安装家园良心公众号,常见的文字、图像处理,编程、统计学工具等所需软件应有尽有,并且提供了详细的安装教程和破解程序。对学术研究来说是一个很不错的工具。列举其中复杂网络中常用的几个开发工具:1.Visiovisio主要用于框架图、程序流程图绘制1.1安装教程在“软件安装家园”中提供了visio2003-visio2019六个版本,以visio2019为例。进入公众号:软件下载地址网盘链接Vis..原创 2021-06-03 16:57:31 · 888 阅读 · 0 评论 -
复杂网络论文解析——《Epidemic Spreading in Temporal and Adaptive Networks with Static Backbone》
一、前言本专栏中所有文章皆为本人原创,唯一发布地址为CSDN三月和九月博客。 其他爬虫软件勿扰。介绍一篇时序网络和静态网络耦合结构的一篇论文,题目翻译过来为:时序和静态结构耦合网络上考虑个体自适应行为的流行病传播。其创新点是结合“时序和静态耦合结构上流行病传播研究”+“活跃度驱动时序网络上个体自适应行为对流行病传播影响”,提出一种活跃度驱动模型+静态结构+个体自适应行为的网络模型。其参考了以下两篇工作:[1] Y. Lei, X. Jiang, Q. Guo, Y. Ma, M. Li,.原创 2021-03-04 16:55:47 · 717 阅读 · 1 评论 -
复杂网络——活跃度驱动模型上流行病传播代码实现
一、功能介绍本函数包括基于活跃度驱动模型上时序网络模型构建,流行病传播过程实现。是对PerraN的2012年关于活跃度驱动时序网络方法的复现。二、代码实现#include<stdio.h>#include<stdlib.h>#include<time.h>#include<math.h>#define N 10000 //网络中节点个数#define m 3 //每时刻活跃节点发边数量#define gama 2.2 //定义活跃原创 2021-02-03 15:58:23 · 1241 阅读 · 0 评论 -
复杂网络——绘图工具gnuplot技巧
比如我们想用脚本绘制一个简单的曲线图输入:nullS.txt 输出 throsld.pdf第一行为设置终端输出格式为pdf ,并且输出图形比例长:宽=7:6 线宽(line-width)为 3,字体“Times-Roman”,字号为20第二行设置输出的文件名第三行设置了x轴名称,{/Symbol b}表示希腊字母beta b是希腊字母的缩写第四行set xtics 0.4 设置了x轴显示刻度的间隔是0.4第七行 set key left top 将图例设置在左上...原创 2020-09-10 13:01:34 · 749 阅读 · 0 评论 -
复杂网络论文解析——《Finding Patient Zero:Learning Contagion Source with Graph Neural Networks》
介绍最近看的一篇复杂网络研究流行病传染源的文章,据作者所述,他们的工作是第一个通过深度学习解决患者零问题并通过真实数据测试验证了结果。为了更好的理解文章的术语,本文参考了以下内容。1.追踪“零号病人”2.病毒学专家:找到“零号病人”到底对防疫有多重要 3.《Finding Patient Zero: LearningContagion Source with Graph Neural Networks》4.详解神经网络的前向传播和反向传播(从头推导)5.前向传播和反向传播(以简单神经.原创 2020-08-29 18:03:41 · 1614 阅读 · 3 评论 -
复杂网络——常见的论文下载和真实数据集下载网站
复杂网络模型常见的论文下载网站:web of science网络科学 arxiv预印本网站web of science网站上集聚了多个期刊上的关于复杂网络上的论文,于arxiv的区别是,这里的论文通常是已发表的影响力较高的论文。(这个需要用校园网登录,普通网络无法访问)arxiv上是学者将未发表的论文提前发表,这些论文往往早于正式发表的论文,这个网站上我们能快速追踪到最新的研究进展。(这个是免费的)二、数据集网站在学习复杂网络时,有些需要通过真实的数据集网站进行.原创 2020-08-13 13:50:37 · 1637 阅读 · 0 评论 -
复杂网络——活跃度驱动模型(activity-driven model)原理及算法实现
一、活跃度驱动模型引入学习复杂网络的学生对这个模型应该很熟悉了,这是一个近些年非常值得关注的网络模型,如果你正打算学习时序网络,那么你必须得看一下这篇论文 《Activity driven modeling of time varying networks》【1】。这篇论文通过分析真实的数据集,发现人类在社交过程中个体的活跃性有很大差别,大多数个体活跃性较小,其参与活动次数少, 有些的个体却拥有较多的社交圈,后者数目较小。作者发现这些人类活跃性恰好服从一个异质的幂律分布。于是他们用异质的.原创 2020-08-11 20:48:34 · 2634 阅读 · 32 评论 -
数学建模——K-means聚类算法与社团发现
将之前的课程报告整理一下,以具体的应用案例介绍K-means算法与其他方法结合的应用场景。let's go~1 概述复杂网络是指规模庞大,具有自组织、自相似、小世界以及无标度特性的网络[1]。随着对复杂网络的深入研究,人们发现许多实际网络都有一个共同的性质,即社团结构;换句话说,实际网络是有若干个群或者团构成。社团性质表现为社团内部之间边连接紧密,社团与社团之间联系稀疏[2][3]。复杂网络社团结构的研究对于疾病传播的控制、病毒传播等具有重大意义。寻找复杂网络的社团结构的传统的算法是分..原创 2020-08-09 17:23:15 · 1943 阅读 · 1 评论 -
WS小世界网络python快速实现——调用networkx包
嗯,就是一个很偷懒但是有效率的方法。实验代码import networkx as ne #导入建网络模型包,命名neimport matplotlib.pyplot as mp #导入科学绘图包,命名mp#WS network graphyprint('请输入网络节点总数NETWORK_SIZE:')NETWORK_SIZE=int(input())print('请输入...原创 2019-04-19 17:36:49 · 6949 阅读 · 2 评论