有向加权复杂网络社区发现matlab,有向加权复杂网络关键节点识别及其稳定性的研究.pdf...

本文探讨了有向加权复杂网络关键节点识别的重要性,分析了DWNodeRank方法的问题,并提出了结合社团结构的改进。此外,引入了“度保护扰动”概念,研究关键节点在大规模随机扰动下的稳定性。通过仿真实验验证了研究的有效性。
摘要由CSDN通过智能技术生成

硕士论文 有向加权复杂网络关键节点识别及稳定性研究

摘 要

近年来,复杂网络已经成为很多领域科学家们研究的热点,在复杂网络的各项基础

研究工作中,评估节点的重要程度,发掘关键节点具有重要的理论与应用价值。目前,

国内外对复杂网络关键节点识别的方法有很多,但基本上都是针对无向无权网络,然而

现实世界中大多数复杂网络既有方向又有权值,因此就需要建立在有向加权网络模型上

的关键节点的评估指标。此外,对于关键节点的研究主要集中于关键节点的识别和保护

等方面,而对关键节点的稳定性方面的研究缺乏足够的重视,很少有学者对其进行研究。

但在现实生活中,网络的拓扑结构往往会受诸多因素的影响而发生变化,这种变化就会

导致节点的关键性排名发生变化。网络拓扑结构如何影响关键节点的排名,在不同的网

络拓扑结构中关键节点受扰动的稳定性是否有所不同等,这些问题仍然是一个未知数。

针对上述问题,本文做了以下几个方面的研究:

首先,本文对胡满玉提出的基于PageRank的有向加权网络关键节点识别方法一一

DWNodeRank识别法的原理进行分析,指出了该算法运用于大型复杂网络时所暴露出

的一些问题。针对这些问题,再结合复杂网络的社团结构特性,本文对DWNodeRank

例详细阐述了该算法的执行过程。

其次,介绍了关键节点稳定性研究的相关理论依据,在此基础上本文提出了一种新

的扰动模式一一“度保护扰动”。由于对整个网络中的关键节点人们通常只关心排名靠

前的节点,而且对节点关键性贡献最大

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值