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:
K-壳分解法在度量复杂网络中节点的重要性方面具有重要的理论意义和应用价值.但K-壳方法中,存在大量壳值相等的节点,从而无法精确地比较这些具有相同壳值节点的相对重要性.因此,本文基于网络中节点自身壳值与其多阶邻居的壳值,设计利用向量的形式来表示节点在复杂网络中的相对重要性程度,提出了多阶邻居壳数向量中心性方法,并设计了该中心性向量比较方法.通过在七个真实网络中进行消息传播与静态攻击实验,发现基于多阶邻居壳数向量的中心性方法具有计算复杂度低,能够有效发现具有高传播能力的节点,在传播实验中具有优越的性能.并在静态攻击实验过程中倾向于优先破坏网络中的传播核心结构.多阶邻居壳数向量中心性方法在保留K-壳中心性信息的前提下,极大提高了节点重要性的区别程度,平衡了对节点在复杂网络中联通结构的重要性的度量和对传播结构重要性的度量,因此具有重要理论意义与应用价值.
推荐文章
基于加权方法的节点重要性度量
社交网络
节点重要性
加权方法
基于节点中心性度量的内容中心网络缓存机制
内容中心网络
缓存机制
中心性
度量
移动社交网络中基于共同邻居网络中心度的链路预测方法
网络中心度
共同邻居
链路预测
移动社交网络
基于宝鸡公交网络节点的中心性分析
复杂网络
公交网络
度中心性
介数中心性
紧密度中心性
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 基于多阶邻居壳数的向量中心性度量方法
来源期刊 物理学报 学科
关键词 中心性 多阶邻居壳数向量中心性 易感-感染传播模型 静态攻击
年,卷(期) 2019,(19) 所属期刊栏目 凝聚物质:结构、力学和热学性质
研究方向 页码范围 229-239
页数 11页 分类号
字数 7414字 语种 中文
DOI 10.7498/aps.68.20190662
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 邬春学 上海理工大学光电信息与计算机工程学院 108 416 10.0 15.0
2 苏湛 上海理工大学光电信息与计算机工程学院 17 46 4.0 6.0
3 艾均 上海理工大学光电信息与计算机工程学院 12 17 2.0 4.0
4 王凯莉 上海理工大学光电信息与计算机工程学院 2 2 1.0 1.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
中心性
多阶邻居壳数向量中心性
易感-感染传播模型
静态攻击
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