目录
Assortativity coefficient(同配系数)
同配性(Assortativity),用作考察度值相近的节点是否倾向于相互连接。在社交网络中,节点倾向于与度数相近的节点相连。
如果总体上度大的节点倾向于与度大的节点相连,那么该网络的度是正相关的。或者称网络是同配的。如果度大的节点倾向于与度小的节点相连,那么该网络的度是负相关的,或者称网络是异配的。
同配系数是一种基于“度”的皮尔森相关系数,用来度量相连节点对的关系。如果值
r
r
r为正值,则代表具有相同度的点之间有某种协同关系,负值,表示具有不同度数的节点间有某种联系。
通常而言,
r
r
r的值在-1到+1之间,大于0,那么网络是同配的,反之是异配的。
Average neighbor degree
计算图中每个节点的相邻节点的度的均值
k
n
n
,
i
=
1
∣
N
(
i
)
∣
∑
j
∈
N
(
i
)
k
j
k_{nn,i}=\frac{1}{|N(i)|}\displaystyle\sum_{j\in N(i)}k_j
knn,i=∣N(i)∣1j∈N(i)∑kj
其中
N
(
i
)
N(i)
N(i)是节点
i
i
i的邻居,
k
j
k_j
kj是节点
j
j
j的度。对于有权图:
k
n
n
,
i
w
=
1
∣
N
(
i
)
∣
∑
j
∈
N
(
i
)
w
i
j
k
j
k_{nn,i}^w=\frac{1}{|N(i)|}\displaystyle\sum_{j\in N(i)}w_{ij}k_j
knn,iw=∣N(i)∣1j∈N(i)∑wijkj
Average neighbor connectivity
同上
k nearest neighbor
略
mixing matrix
属性混合矩阵;度混合矩阵;数值混合矩阵;度混合词典;混合词典。
mixing matrix,混合矩阵。令观测数据模型由
x
k
=
A
s
k
,
k
=
1
,
2
,
.
.
.
,
N
x_k=As_k,k=1,2,...,N
xk=Ask,k=1,2,...,N
给出,其中
x
k
x_k
xk和
s
k
s_k
sk分别是
k
k
k时刻的
m
m
m维观测向量和
n
n
n维源信号向量,
A
A
A是表示信号线性混合状况的矩阵,称为混合矩阵。
pairs
略