The invention discloses a method of complex network visualization seed group constraints, including the compression algorithm and the layout algorithm, the complex network through the compression algorithm and layout algorithm, through visual processing, forming a network structure. The present invention based on complex network topology visualization, the shortest path node determines the distance between the regions, but also to guide them to the layout of the nodes, which also meet the distance and the shortest path between nodes are related, so even if the initial position is not good enough, the iterative algorithm for image compression in, also can make it points to the best position; furthermore, when the complex network graph density is not high, the initial layout area between the inside of the node can make fully launched, is to ensure that the ideal distance between nodes, and not as the transition closely; the invention first layout of the regional area, can make the hull or circle, good layout area the benefit from improving the overall visual aesthetic level.
【技术实现步骤摘要】
一种子群约束的复杂网络可视化方法
本专利技术涉及系统集成
,具体的涉及一种子群约束的复杂网络可视化方法。
技术介绍
随着社会网络的兴起,神经网络、深度学习研究的火爆,这些复杂网络已经与我们的生活密不可分。在网络科学理论的研究中,复杂网络是由数量巨大的节点和节点之间错综发杂的关系共同构成的网络结构。用数学的描述语言来说,就是一个有着足够复杂的拓扑结构特征的图。复杂网络具有简单网络如晶格网络、随机图等结构所不具备的特性,而这些特性往往出现在真实世界的网络结构中。通过对复杂网络的研究,人们可以对模糊世界进行量化和预测,目前只有基于复杂网络的研究成果,能够在一定的范围内对事物的发展和运行进行简单预测,并且能够对网络崩溃进行一定的预告。很多人对复杂网络进行研究,也获得了大量成果,同时,对它们进行可视化也成为重要的一部分。可视化可以让人们更容易的看清楚网络结构,并从中提取出丰富的信息资源。一般意义下的可视化定义为:可视化是一种使复杂信息能够容易和快速被人理解的手段,是一种聚焦在信息重要特征的信息压缩语言,是可以放大人类感知的图形化表示方法。目前对于具有特定结构的网络图可视化已经非常成熟了。但在处理实际网络中密集部分时,总产生一些缺陷。尤其当网络规模很大时,几乎看不出网格结构。另外现有的公开可使用的可视化软件和框架比较偏于理论研究,或者主要面向很强的专业性应用,而比较优秀的产品一般都不开源且基本是商业化运作,甚至有些软件国内无法获取。
技术实现思路
本专利技术的目的在于提供一种子群约束的复杂网络可视化方法。本专利技术的目的可以通过以下技术方案实现:一种子群约束的复杂网 ...
【技术保护点】
一种子群约束的复杂网络可视化方法,其特征在于:包括压缩算法和布局算法,所述复杂网络依次经过压缩算法和布局算法处理后,再经过可视化处理后,形成网络结构图;所述压缩算法的工作流程为:所述复杂网络为网络拓扑G=(V,E),首先计算网络拓扑G=(V,E)中各个节点的度和所有节点之间的最短路径;然后分别计算节点关于度的关键值、节点关于最短路径的关键值;接下来,删除值相对较小的次要节点,保留值相对较大的重要节点;再将分别得到的关于度的重要节点和关于最短路径的重要节点合并为节点集合V1;合并后的节点集合,对于复杂网络,通常情况下,节点集合构成的压缩图是连通的,若不连通,则需要对压缩拓扑进行补充,选择一个最小的节点集合V2补充到压缩拓扑中,至少使得V1∪V2中节点构成的压缩图是连通的,V1中节点在G中的任意一条最短路径上的所有节点组成V2,V1∪V2的完全图与网络拓扑G的交集即为最终的压缩网络拓扑;所述FR算法的工作流程为:先计算压缩网络拓扑中节点收到的斥力和引力,进而计算节点受到的合力,然后根据合力和位移阈值得到节点移动距离;设定合适的冷却函数,由平衡距离和位移阈值来决定,设定固定的迭代次数作为迭代 ...
【技术特征摘要】
1.一种子群约束的复杂网络可视化方法,其特征在于:包括压缩算法和布局算法,所述复杂网络依次经过压缩算法和布局算法处理后,再经过可视化处理后,形成网络结构图;所述压缩算法的工作流程为:所述复杂网络为网络拓扑G=(V,E),首先计算网络拓扑G=(V,E)中各个节点的度和所有节点之间的最短路径;然后分别计算节点关于度的关键值、节点关于最短路径的关键值;接下来,删除值相对较小的次要节点,保留值相对较大的重要节点;再将分别得到的关于度的重要节点和关于最短路径的重要节点合并为节点集合V1;合并后的节点集合,对于复杂网络,通常情况下,节点集合构成的压缩图是连通的,若不连通,则需要对压缩拓扑进行补充,选择一个最小的节点集合V2补充到压缩拓扑中,至少使得V1∪V2中节点构成的压缩图是连通的,V1中节点在G中的任意一条最短路径上的所有节点组成V2,V1∪V2的完全图与网络拓扑G的交集即为最终的压缩网络拓扑;所述FR算法的工作流程为:先计算压缩网络拓扑中节点收到的斥力和引力,进而计算节点受到的合力,然后根据合力和位移阈值得到节点移动距离;设定合适的冷却函数,由平衡距离和位移阈值来决定,设定固定的迭代次数作为迭代终止条件;最后得到终止状态下的拓扑布局,节点...
【专利技术属性】
技术研发人员:张茹,
申请(专利权)人:合肥酷庆信息科技有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。