复杂网络
文章平均质量分 73
该专栏以孙玺菁老师和司守奎老师编撰的《复杂网络算法和应用》为基础,搭建整个知识架构,并随着笔者的论文阅读进度不断更新扩展,欢迎广大学友批评指正
奈何一叹
某不知名院校科研小白一枚,主要研究方向是复杂网络相关,恭候各位大佬不吝赐教
展开
-
4-网络鲁棒性和脆弱性研究
目录鲁棒性度量方式鲁棒性定义:网络遭遇攻击或故障时,网络中部分节点和边将会被移去,可能导致本来连通的网络变得不连通,若移去某些节点后网络中绝大多数节点仍然连通,则称该网络的连通性对这些节点的移除具有鲁棒性破坏模式故意攻击:从网络中移除直观上更加重要的节点(一般是度最大的节点)及与之相连的边随机故障:从网络中移除随机移除节点及与之相连的边度量方式设移除的网络节点数占原始网络节点数的比例为,可以用极大连通分支节点比例或者网络的平均路径长度随着的变化来度量网络鲁棒性原创 2023-06-12 22:14:50 · 758 阅读 · 0 评论 -
1-复杂网络预备知识
小于临界值,说明不能拒绝零假设,所假设的分布可以接受;反之,拒绝原假设,所假设的分布不能接受。概念:一棵生成树上所有树枝权的总和被称为生成树的权,具有最小权的生成树被称为最小生成树。若拟合效果好,经验分布函数的分位数应当与分布模型的理论分位数近似相等。2、进行假设检验,零假设为所指定的分布是否可接受,对立假设为拒绝。子图,支撑子图或生成子图(包含图中所有节点的子图),连通图。P存放最小生成树中的节点,Q存放最小生成树的边。分布,则证明拟合效果很好,数据来源于分布。简单图(不含环和多重连接边的图),完全图。原创 2023-06-10 17:56:44 · 127 阅读 · 0 评论 -
2-复杂网络的统计描述
网络度中心性侧重于节点在整个网络的中心程度,表征整个网络的集中程度(围绕一个节点或一组节点),易知,星型网络的网络度中心性最大,在星型网络中计算。在部分网络中,随着网络规模的增加,聚类系数会趋于一个常值,证明这些实际复杂网络并不是随机的,人以类聚,物以群分。反复去掉度值小于k的节点及其连线后所剩余的子图被称为该图的k-核,该子图的节点数就是该核的大小。若度大的节点倾向于和度大的节点链接,则网络为度-度正相关的,也被称作同配的;若度大的节点倾向于和度小的节点链接,则网络为度-度负相关的,也被称作异配的。原创 2023-06-11 11:23:47 · 1899 阅读 · 0 评论 -
3-复杂网络基本模型
介于随机网络和规则网络之间,兼具随机网络平均最短路径长度(average shortest path length,ASPL)较小的特点和规则网络聚集系数(cluster coefficient,CC)较大的特点。1998年,Watts和Strogatz提出WS模型,以规则图为初始网络,令其中的点按照一定概率将最近的某些邻居变更为随机邻居(社会网络,生物网络和技术网络的研究),WS模型如下。2、幂函数具有自相似性特征:事物的局部和全局具有相似的形状或者特征。一、随机网络(又被称作均匀网络)原创 2023-06-09 12:18:08 · 988 阅读 · 0 评论