基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
定量分析识别复杂网络中的重要节点对于研究复杂网络鲁棒性和脆弱性意义重大,当前基于网络结构的节点重要性评估方法成果丰富,而基于复杂网络动力学模型的节点重要性评估方法较少.针对无向加权网络,本文首先提出了构建其对应的复杂网络动力学模型的方法,并证明了该类复杂网络动力学模型是大范围内一致渐近稳定的;然后建立了复杂网络动力学模型的偏离均值和基于偏离均值的方差两级节点重要性评估标准;最后给出了扰动测试和破坏测试两种基于复杂网络动力学模型的节点重要性评估方法.基于复杂网络动力学模型的节点重要性评估方法不仅结合了网络拓扑结构信息,同时又结合了节点自身的特性,所以评价结果更为全面.将这两种方法用于ARPA(advanced research project agency)网络、对称无向加权网络、社交网络、Dobbs-Watts-Sabel网络和Barrat-Barthelemy-Vespignani网络的重要节点评估,并与已有的复杂网络节点重要性分析方法进行比较,证明了所提出方法的有效性.
推荐文章
基于PageRank的有向加权复杂网络节点重要性评估方法
复杂网络
节点重要性
评估方法
PageRank
加权网络节点重要性评估的改进节点收缩法
加权网络
节点重要性
凝聚度
节点收缩
拓扑结构
基于负载流的点加权复杂网络节点重要性评估方法研究
复杂网络
网络权
负载流
介数
最短路径
节点重要度
基于复杂网络动力学模型的链路预测方法
复杂网络
链路预测
网络动力学
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于复杂网络动力学模型的无向加权网络节点 重要性评估
来源期刊 物理学报 学科
关键词 复杂网络 节点重要性 复杂网络动力学 稳定性分析
年,卷(期) 2018,(9) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 277-294
页数 18页 分类号
字数 语种 中文
DOI 10.7498/aps.67.20172295
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 龚建兴 国防科技大学机电工程与自动化学院 21 179 8.0 12.0
2 黄健 国防科技大学机电工程与自动化学院 46 458 13.0 19.0
3 孔江涛 国防科技大学机电工程与自动化学院 3 23 3.0 3.0
4 李尔玉 国防科技大学机电工程与自动化学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (17)
同被引文献  (57)
二级引证文献  (0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(11)
  • 引证文献(11)
  • 二级引证文献(0)
2020(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复杂网络
节点重要性
复杂网络动力学
稳定性分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导