一种基于分层网络划分的复杂网络节点评价方法技术

本发明专利技术公开了一种基于分层网络划分的复杂网络节点评价方法，涉及城市规划与城市交通技术领域，首先，对研究区内网络节点数据构建复杂网络模型。其次，计算复杂网络模型中每个网络节点的度中心性等指标值，并进行聚类计算。再计算复杂网络模型层级之间的临界值。最后，构建子层级的复杂网络模型，对子层级复杂网络模型进行网络节点指标计算与可视化，并对各个子层级复杂网络模型的社区连通水平进行特征对比。本发明专利技术能够通过对复杂网络的分层处理，实现不同层级节点的提取，进而针对不同层级节点进行单独的复杂网络指标计算，以此为城市规划和交通管理提供科学的决策依据。市规划和交通管理提供科学的决策依据。市规划和交通管理提供科学的决策依据。

【技术实现步骤摘要】
一种基于分层网络划分的复杂网络节点评价方法


[0001]本专利技术涉及城市规划与城市交通
，特别是一种基于分层网络划分的复杂网络节点评价方法。

技术介绍

[0002]当前基于多源大数据的交通复杂网络研究在城市规划和城市交通
内得到了大量的应用。通常，各种复杂网络的节点评价指标被用于分析交通网络节点的状态，例如利用高铁班次数据来构建高铁复杂网络，并分析高铁站点的交通枢纽和等级地位等。然而，在利用很多数据源在分析时，面临着一个重要问题是：当一些重要交通节点（记为A类型）处于节点分布较为密集的地区，另外一些重要节点（记为B类型）处于节点分布较为稀疏的地区时，A类型节点比B类型的节点所连接的节点数更多。同时，很多情景下A类型节点尽管所连接的节点数较多，但所连接的节点在层级水平上并不高。然而，A类型节点比B类型节点的评价指标结果值会高很多。某些情景下，B类型节点的指标地位甚至低于很多一般认识上处于较低水平的节点。但实际上，A类型节点在整个交通网络的主干路线中是处于非常重要的地位。也就是说，分析结果无法正确反映出B类型节点在主干网络中实际所处于的地位。关于这一问题的描述，将在实施方式部分中做进一步的详细说明。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的不足而提供一种基于分层网络划分的复杂网络节点评价方法，本专利技术能够通过对复杂网络的分层处理，实现不同层级节点的提取，进而针对不同层级节点进行单独的复杂网络指标计算，以此为城市规划和交通管理提供科学的决策依据。
[0004]本专利技术为解决上述技术问题采用以下技术方案：根据本专利技术提出的一种基于分层网络划分的复杂网络节点评价方法，包括以下步骤：步骤1、对研究区内网络节点数据构建复杂网络模型；具体如下：步骤1.1、对研究区内的网络节点进行唯一值编号；步骤1.2、若网络节点之间存在一条联系记录，则认为这两个网络节点之间存在一条网络边；根据网络节点的唯一值编号和网络节点之间的网络边连接关系，构建复杂网络模型；步骤2、计算复杂网络模型中每个网络节点的节点指标值，并进行聚类计算，确定最佳聚类数；步骤3、计算复杂网络模型层级之间的临界值；具体如下：步骤3.1、对网络节点的度中心性值进行直方图分布计算；步骤3.2、采用ksdensity函数对直方图进行概率密度拟合，得到拟合后的曲线，并对拟合后的曲线进行局部极值的计算；
步骤3.3、根据局部极值和最佳聚类数，选择和确定复杂网络模型层级之间的临界值；步骤4、构建子层级复杂网络模型；具体如下：步骤4.1、网络节点的度中心性值切分为多个区间；切分的标准之一是根据复杂网络模型层级之间的临界值将网络节点划分到不同的区间段，每个区间段代表一个层级；切分的标准之二是区间数为最佳聚类数；步骤4.2、重复步骤1，对复杂网络模型的每个层级中网络节点分别构建子层级复杂网络模型；步骤5、对子层级复杂网络模型进行评价，所述评价包括：对子层级复杂网络模型进行网络节点指标的计算，并对各个子层级复杂网络模型的连通水平进行分类；具体如下：步骤5.1、针对各个子层级复杂网络模型，进行网络节点指标的计算；步骤5.2、对某一个子层级复杂网络模型进行社区检测计算，并计算社区检测结果中各个社区的平均路径长度和网络密度；步骤5.3、对各个社区的平均路径长度和网络密度两个指标进行K
‑
means聚类，实现对子层级复杂网络模型的不同社区连通水平进行分类。
[0005]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤2具体如下：步骤2.1、计算复杂网络模型中每个网络节点的度中心性值；步骤2.2、对网络节点的度中心性值，利用混合高斯模型进行聚类，聚类中利用贝叶斯信息准则，确定最佳聚类数。
[0006]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤2具体如下：步骤2.1、计算复杂网络模型中每个网络节点的加权度中心性与度中心性这两个指标的比值；步骤2.2、对网络节点的加权度中心性与度中心性这两个指标的比值，利用混合高斯模型进行聚类，聚类中利用贝叶斯信息准则，确定最佳聚类数。
[0007]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤5中还包括对子层级复杂网络模型进行网络节点指标的可视化。
[0008]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，利用ArcGIS软件对网络节点指标值进行核密度分布可视化处理。
[0009]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤1.1中唯一值编号是从1开始的。
[0010]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤2.2中在利用混合高斯模型进行聚类之前，采取对数变换处理方法使得网络节点的度中心性值更加接近正态分布。
[0011]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化方案，步骤3.3中临界值的数量等于最佳聚类数减去1，且临界值均是从局部极值中选取出来的。
[0012]作为本专利技术所述的一种基于分层网络划分的复杂网络节点评价方法进一步优化
方案，步骤5.1中网络节点指标包括度中心性、中介中心性、邻近中心性以及聚集系数这四个指标。
[0013]本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：（1）本专利技术提供了一种基于分层网络划分的复杂网络节点评价方法，可以对不同层级的子复杂网络节点进行提取，进而针对不同层级的节点进行复杂网络指标计算；（2）本专利技术不仅提取了不同层级的子复杂网络节点，还可以对不同层级复杂网络中各个社区实现一定的对比特征分析。
附图说明
[0014]图1是本专利技术的整体流程示意图。
[0015]图2是节点之间联系的示意图。
[0016]图3是度中心性值分布的层级划分示意图。
[0017]图4是高层级复杂子网络空间分布示意图。
[0018]图5是低层级复杂子网络空间分布示意图。
[0019]图6是提取出的高层级子网络示意图。
[0020]图7是某一个子层级复杂网路的社区评价结果分类示意图。
具体实施方式
[0021]下面结合附图对本专利技术的技术方案做进一步的详细说明：本专利技术提出一种基于分层网络划分的复杂网络节点评价方法来解决上述所存在的问题。该专利技术的核心思想是对复杂网络进行分层提取，提取出主干联系子网络。进而，可以对不同层级的子复杂网络进行节点的评价分析工作。
[0022]进一步要说明的是：不同层级子复杂网络提取出后，还需进对单独的某个层级子复杂网络进行各类网络特征分析。因为不同层级的子复杂网络可能代表着不同真实世界网络联系特征。例如，对于一个城市群内部的交通网络研究，除了提取出主要城市之间的联系网络外，还需要单独地对较低等级城市之间的联系水平进行分析。对于这种情况，就可以对相对较低层级的子复杂网络进行单独的分析。
[0023]因此本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分层网络划分的复杂网络节点评价方法，其特征在于，包括以下步骤：步骤1、对研究区内网络节点数据构建复杂网络模型；具体如下：步骤1.1、对研究区内的网络节点进行唯一值编号；步骤1.2、若网络节点之间存在一条联系记录，则认为这两个网络节点之间存在一条网络边；根据网络节点的唯一值编号和网络节点之间的网络边连接关系，构建复杂网络模型；步骤2、计算复杂网络模型中每个网络节点的节点指标值，并进行聚类计算，确定最佳聚类数；步骤3、计算复杂网络模型层级之间的临界值；具体如下：步骤3.1、对网络节点的度中心性值进行直方图分布计算；步骤3.2、采用ksdensity函数对直方图进行概率密度拟合，得到拟合后的曲线，并对拟合后的曲线进行局部极值的计算；步骤3.3、根据局部极值和最佳聚类数，选择和确定复杂网络模型层级之间的临界值；步骤4、构建子层级复杂网络模型；具体如下：步骤4.1、网络节点的度中心性值切分为多个区间；切分的标准之一是根据复杂网络模型层级之间的临界值将网络节点划分到不同的区间段，每个区间段代表一个层级；切分的标准之二是区间数为最佳聚类数；步骤4.2、重复步骤1，对复杂网络模型的每个层级中网络节点分别构建子层级复杂网络模型；步骤5、对子层级复杂网络模型进行评价，所述评价包括：对子层级复杂网络模型进行网络节点指标的计算，并对各个子层级复杂网络模型的连通水平进行分类；具体如下：步骤5.1、针对各个子层级复杂网络模型，进行网络节点指标的计算；步骤5.2、对某一个子层级复杂网络模型进行社区检测计算，并计算社区检测结果中各个社区的平均路径长度和网络密度；步骤5.3、对各个社区的平均路径长度和网络密度两个指标进行K
‑
means聚类，实现对子层级复杂网络模型的不同社区连通水平进...

【专利技术属性】
技术研发人员：韦胜，
申请(专利权)人：江苏省城市规划设计研究院有限公司，
类型：发明
国别省市：