共查询到18条相似文献,搜索用时 156 毫秒
1.
在某些实际问题中,网络中节点的权重具有方向性。因此,在BBV模型和点权有限加权网络模型(LBBV)的基础上,提出了一个基于点权有限的有向加权网络模型。该模型着重考虑了加权网络节点强度的有限性和节点权重的有向性,使之具有更广泛的实际背景和应用范围。通过理论分析,当Si>2mw0,So>2mw0时,网络可以一直演化下去,并且该模型节点的出入度分布及节点的出入强度分布均服从幂律指数为2~3的幂律分布。仿真结果验证了理论分析的正确性。 相似文献
2.
3.
在BBV模型的基础上提出了一个具有有限承载能力(即节点强度S和边权W均有限)的加权网络演化模型--LLBBV模型.理论分析和数值仿真均表明,这个模型生成的网络的节点度分布、强度分布和边权分布均具有幂律分布的特征,幂律指数不随S和W变化而变化,而且在蓄意攻击而引发的相继故障中,LLBBV模型比BBV模型的表现更好,其鲁棒性更强. 相似文献
4.
5.
许多实际复杂网络都可以采用加权网络模型描述.现有加权网络多以节点强度作为择优连接的概率,而未考虑节点之间内在属性的相似也会增加两个节点连接的概率.基于典型的BBV加权网络模型,提出一个结合相似度的新型加权网络模型,改进了已有模型的连边增长方式和择优连接机制,提出了一种权重自适应演化机制.通过提出节点之间相似度的概念,网络演化中同时兼顾节点强度与相似度进行择优连接.网络增长时,既考虑了新节点与已有节点之间增加连边,又考虑到两个已有节点之间增加连边.理论分析和实验结果表明,该网络模型具有无标度特性和小世界特性,节点度和节点强度均具有幂律分布规律,具有更广泛的应用场景. 相似文献
6.
7.
在BBV模型和局域世界模型的基础上,提出了一个具有局域世界演化的BBV模型,该模型考虑了局域世界内部加点,加边,局域世界内外加边以及局域世界内减边四步操作。根据理论分析,导出了该模型的节点权值分布。通过合理地设置参数,该模型能自组织演化成幂律指数在2~3范围内的无标度网络,这与现实中的许多复杂网络相吻合。数值仿真验证了理论分析的正确性。因此,该模型更具有一般性。 相似文献
8.
9.
10.
为揭示以制造商为核心的供应链网络演化规律,以BA模型和多级局域世界理论为基础,结合现实网络中节点生成与退出机制,提出了一种五级局域世界网络模型。首先,研究了以制造商为核心的供应链网络的内在特性和演化机制;其次,分析了网络的拓扑结构和演化规则,建立了仿真模型;最后,仿真分析了不同时间步以及不同临界条件下节点数量、集聚系数、度分布等网络特性参数的变化,推导出网络的演化规律。仿真结果表明:以制造商为核心的供应链网络具有无标度、高集聚性;随着时间的推进以及节点增长速度的增加,网络整体的度分布趋近于指数为3的幂律分布;网络内各级局域世界的度分布不同,二级供应商、零售商的度服从幂律分布,一级供应商和分销商的度服从指数分布,制造商的度大致服从泊松分布。 相似文献
11.
现实世界中的很多网络既是连接间具有不同权值的加权网络又是连接间具有方向的网络。针对这一现实,在局域世界网络拓扑结构中同时引入有向性和权重。在局域世界演化模型基础上,建立了有向加权网络的局域演化模型(LWDW),并提出了节点的出强度与入强度的概念。采用平均场理论导出这一模型节点的强度分布、出强度以及入强度的分布,同时分析了复杂网络的其他拓扑参量聚类系数和平均路径长度,并通过数值仿真实验验证了理论分析的正确性。 相似文献
12.
13.
为研究具有不同先验记忆群体的再认记忆脑功能网络差异,引入相位转移熵方法,分析36名中国医学生与37名中国非医学生执行图片再认任务时的脑功能网络。将脑电信号经希尔伯特变换转为瞬时相位数据,使用相空间分箱和实验折叠相结合的方法计算出边际熵和联合熵项,根据相位转移熵定义计算导联之间的相位转移熵,以导联为网络节点,将相位转移熵作为网络的边,并结合复杂网络方法对网络进行分析。结果发现,在20~30?Hz频率范围内,医学生的节点出强度、入强度、局部效率和全局效率([P]<0.05)低于非医学生;在额叶部位,医学生的网络枢纽强度均小于非医学生;在左颞叶和右枕叶之间,医学生的大脑信息流向与非医学生相反。相比传统方法,脑网络能够挖掘出更丰富的差异信息。该结果为再认记忆的脑网络研究提供支持。 相似文献
14.
分析目前加权局域世界演化模型已取得的研究成果,在其基础上进行综合改进与完善,提出一种TF法则嵌入机制的动态局域加权网络模型(TF-DLW),该模型在演化过程中融入了TF法则和BBV权值动态演化机制。平均场理论和计算机模拟仿真均验证了该模型强度分布具有幂率特性。同时,计算机仿真中强度分布、边权分布以及度分布均出现了幂率肥尾现象,三角形结构的嵌入使得模型能更平稳地调节聚类系数的大小。实验表明,TF-DLW演化模型继承了许多复杂模型具有的幂率分布特性,而且可以快速平稳地调控簇系数的范围大小。 相似文献
15.
16.
17.
针对传统社区划分算法忽略现实世界网络特征导致社区划分准确率低的问题,提出了一种基于节点从属度的加权网络重叠社区划分算法。该算法提出加权网络模型,通过模型得到了能刻画出真实网络结构的加权网络;通过网络拓扑结构定义了核心社区,核心社区对社区划分的准确性有着重要作用。该算法计算节点与核心社区间的从属度,并与从属度阈值进行比较进行核心社区扩展,根据扩展模块度优化思想,通过不断地调整从属度阈值直到获得最优的社区结构,完成重叠社区划分。在人工网络数据集和真实世界网络数据集上与已有算法进行实验对比,实验结果验证了所提算法能够准确、有效地检测出重叠社区。 相似文献