- 博客(14)
- 收藏
- 关注
原创 【复杂网络建模】基于集体影响力的复杂网络关键节点识别
在网络科学中,识别关键节点是理解和优化网络结构的关键步骤。传统方法如度中心性和介数中心性提供了宝贵的信息,但在面对复杂网络时,这些方法可能无法完全揭示关键节点。本文介绍了一种基于集体影响力的先进方法,通过综合考虑节点的邻居和它们之间的关系,来识别网络中的关键节点。通过以上步骤,我们可以得到网络中按集体影响力排序的关键节点。这些节点在信息传播和网络稳定性中起着重要作用,对于优化网络设计和提升其效率具有重要意义。
2024-07-11 18:17:22
389
原创 【复杂网络建模】地铁网络数据的读取与操作
地铁网络不仅仅是一些列交通线路的简单集合。它们是城市交通系统的重要组成部分,承载着数百万乘客的日常通勤需求。如何管理、优化和扩展这些网络对城市的可持续发展至关重要。而其中的关键问题之一就是如何有效地对地铁网络进行建模和可视化。2.数据采集与处理3.数据可视化3.1 按照经纬度可视化可视化结果图:可视化结果图:本文介绍了如何利用 Python 中的 networkx 库对地铁网络数据进行读取、图的构建和常见操作。通过实际示例,展示了如何从简单的数据加载开始,逐步展开到图的基本操作,这些技术
2024-07-11 17:14:25
235
原创 【复杂网络经典案例】无向和有向网络中心距离、效率及Delta中心性
在复杂网络中,中心距离和效率是评估节点间信息传递速度和效率的重要指标。中心距离反映了网络结构的紧密程度,而效率则表征了信息传播的高效程度。另一方面,Delta中心性则衡量了节点对整个网络信息传播和控制的影响力,是网络功能与结构分析的关键工具。
2024-07-07 19:13:51
1042
原创 汇编环境搭建与初步运行代码
系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例
2024-07-06 22:36:19
505
2
原创 【Python】conda环境创建、镜像配置、常用命令、Jupyter安装、Pycharm配置conda环境【超详细】
详细介绍了如何利用Conda建立Python环境,配置镜像加速,常用命令操作,安装Jupyter Notebook,并在PyCharm中配置Conda环境。通过这些步骤,您将能够快速搭建和管理适用于深度学习开发的环境。
2024-07-06 22:23:20
1774
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人