【技术实现步骤摘要】
本专利技术涉及复杂网络关键节点识别，特别是涉及基于邻域拓扑与投票机制的复杂网络关键节点识别方法。
技术介绍
1、复杂网络中寻找具有影响力的节点始终是一个持续关注的研究焦点。诸多现实问题可作为网络科学的部分内容进行分析，例如：社区识别、文本网络分析、社会网络传播者的寻找、药物与蛋白质的研究、流行病爆发的控制、金融风险传播机制的探讨，以及优秀科学家或期刊的预测等。现实生活中的个体和事物可视为社交网络中的节点，他们之间的互动或联系构成了社交网络的边。在信息爆炸的时代，海量信息不断产生，网络结构也随之变化，因此，对网络科学的研究具有显著的现实意义。
2、在过去的研究中，复杂网络关键节点的识别方法往往只关注局部结构，导致全局信息的丢失，或仅考虑全局结构，从而使时间复杂度过高，难以在大规模网络中识别关键节点。传统的复杂网络关键节点识别方法的精度较低，且泛化能力有限。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的传统的复杂网络关键节点识别方法的精度较低的技术问题，特别创新地提出了...
【技术保护点】
1.基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，所述计算节点得分的计算公式为：
3.如权利要求1所述的基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，获取所述相邻节点之间投票的占比的计算公式为：
4.如权利要求3所述的基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，当所述节点i与节点j之间存在联系时，aij＝1(i≠j)；
5.如权利要求1所述的基于邻域拓扑与投票机制的复杂网络...
【技术特征摘要】
1.基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，所述计算节点得分的计算公式为：
3.如权利要求1所述的基于邻域拓扑与投票机制的复杂网络关键节点识别方法，其特征在于，获取所述相邻节点之间投票的占比的计算公式为：
4.如权利要求3所述的基于邻域拓扑与投票机制的...
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。