{$cfg_webname}
主页 > 外文翻译 > 计算机翻译 >

在复杂网络中识别有影响力的网络节点:一种节点信息规模方法

来源:wenku7.com  资料编号:WK720825 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9AWK720825
以下是资料介绍,如需要完整的请充值下载。
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 帮助
资料介绍

文献译名:在复杂网络中识别有影响力的网络节点:一种节点信息规模方法(中文5800字,英文PDF)
文献名称:Identifying influential nodes in complex networks: A node information dimension approach
文献作者:Tian Bian, and Yong Deng
摘要:在复杂网络领域,如何识别有影响力的节点是分析网络结构时的一个至关重要的问题。现有的识别有影响力节点的方法基于本地尺度,复杂网络中的全局结构信息没有被纳入考虑。本文通过在不同拓扑距离中综合本地尺度提出了一种节点信息尺度,并使用了一种网络来验证所提出方法了实用性和效果。
如何识别复杂网络中有影响的节点是复杂网络中最重要的研究方向之一。已经提出了许多方法来识别复杂网络中的有影响的节点。最近,通过获得每个节点的不同尺度的局部尺寸(LD),已经提出了一种方法。 基于该方法,提出了通过比较每个节点在最远距离处的局部尺寸(LD)来识别网络中的有影响节点的测量。但是,它只考虑节点的本地信息。在本文中,提出节点信息维度(NID)以通过合成每个分段局部维度来识别有影响的节点。结果表明,有影响的节点的识别具有理论和实际意义。
 

在复杂网络中识别有影响力的网络节点:一种节点信息规模方法

 

推荐资料