图的幂律度分布 power-law degree distributios

讲的一篇图论文中说到,“The natural graphs commonly found in the real-worldhave highly skewed power-law degree distributios……”,开始只是了解个大概,后来经查才知道。power-law degreedistributios原来是一种描述网络图中结点度的分布,中文可叫做“幂律度分布”。
维基百科词条“复杂网络”中对“无尺度网络”的介绍中,可对幂律度分布”有进一步地了解。
资料解释如下:
===========================================================================================

网络度分布是指当随机地从网络中抽取一个节点时,与这个节点相连的节点数(叫做这个节点的度)d 的概率分布

比如:一个n个节点组成完全图度分布是:d = n - 1 的概率是1,其余的都是0

无尺度网络分布满足幂律分布,也就是说d k 的概率正比于k 的某个幂次(一般是负的)

                \mathbb{P} (d = k) \propto k^{-\alpha}

(==加一句,这个符号是“正比于”的意思??好吧~见过好几次了)

随机网络的度分布属于正态分布,因此有一个特征度数,即大部分节点的度数都接近它。

尺度网络的度分布是呈集散分布:大部分的节点只有比较少的连接,而少数节点大量的连接。由于不存在特征度数,因此得名“无尺度”。

尺度网络的例子有很多。因特网、美国演员网络、细胞中蛋白质的交互都是无尺度网络。

无尺度网络的特性是:当节点意外失效或改变时,对网络的影响一般很小,只有很小的概率会发生大的影响,但当有集散节点受到影响时,网络受到的影响会比随机网络大得多。

==================================================================

再盗个别人slides中的一个图。意思很明了,其中有1%的结点连接着一半的边,其余一半的边被剩余99%的结点所共用。

图的幂律度分布 <wbr>power-law <wbr>degree <wbr>distributios


展开阅读全文

没有更多推荐了,返回首页