期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于层间相似性的时序网络节点重要性研究
被引量：
25
1
作者
杨剑楠
刘建国
郭强
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2018年第4期243-250,共8页
时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重叠系数进行...
时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重叠系数进行度量.Workspace和Enrons数据集上的结果显示:相比经典的方法,使用该方法得到的Kendall’sτ值在各时间层上的平均提高,最高为17.72%和12.44%,结果表明层间相似性的度量对于时序网络的节点重要性度量具有十分重要的意义.
展开更多
关键词
时序网络
层间相似性
特征向量中心性
时序全局效率
下载PDF
职称材料
基于时序网络层间同构率动态演化的重要节点辨识
被引量：
14
2
作者
胡钢
许丽鹏
徐翔
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2021年第10期349-360,共12页
时序网络可以更加准确地描述网络节点在时空演化过程中的交互顺序变化和交互关联关系.为辨识时序网络中的重要节点,本文提出基于时序网络层间同构率动态演化的超邻接矩阵建模的重要节点辨识方法.首先,依托复杂网络的层间时序关联耦合关...
时序网络可以更加准确地描述网络节点在时空演化过程中的交互顺序变化和交互关联关系.为辨识时序网络中的重要节点,本文提出基于时序网络层间同构率动态演化的超邻接矩阵建模的重要节点辨识方法.首先,依托复杂网络的层间时序关联耦合关系,定义了相邻与跨层网络综合逼近关系系数.其次,依据层内连接关系和层间逼近关系构建时序网络超邻接矩阵.再次,使用特征向量中心性方法对时序网络中的节点重要性排序,分析计算时序全局效率差值,通过肯德尔相关系数验证.最后,实证数据仿真显示:与经典时序网络模型相比,本文模型所得Kendall’s t值在各时间层上平均提高,最高为8.37%和2.99%,结论表明时序网络层间同构率的度量方法科学有效.
展开更多
关键词
时序网络
层间同构率
特征向量中心性
时序全局效率
下载PDF
职称材料
题名
基于层间相似性的时序网络节点重要性研究
被引量：
25
1
作者
杨剑楠
刘建国
郭强
机构
上海理工大学复杂系统科学研究中心
上海财经大学金融科技研究院
出处
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2018年第4期243-250,共8页
基金
国家自然科学基金(批准号:61773248
71771152)资助的课题~~
文摘
时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重叠系数进行度量.Workspace和Enrons数据集上的结果显示:相比经典的方法,使用该方法得到的Kendall’sτ值在各时间层上的平均提高,最高为17.72%和12.44%,结果表明层间相似性的度量对于时序网络的节点重要性度量具有十分重要的意义.
关键词
时序网络
层间相似性
特征向量中心性
时序全局效率
Keywords
temporal
network
inter-layer
similarity
eigenvector
-
based
centrality
temporal
global
efficiency
分类号
O157.5 [理学—数学]
下载PDF
职称材料
题名
基于时序网络层间同构率动态演化的重要节点辨识
被引量：
14
2
作者
胡钢
许丽鹏
徐翔
机构
安徽工业大学管理科学与工程学院
国防科技大学信息系统工程重点实验室
出处
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2021年第10期349-360,共12页
基金
国家自然科学基金(批准号:51368055,61702006)资助的课题.
文摘
时序网络可以更加准确地描述网络节点在时空演化过程中的交互顺序变化和交互关联关系.为辨识时序网络中的重要节点,本文提出基于时序网络层间同构率动态演化的超邻接矩阵建模的重要节点辨识方法.首先,依托复杂网络的层间时序关联耦合关系,定义了相邻与跨层网络综合逼近关系系数.其次,依据层内连接关系和层间逼近关系构建时序网络超邻接矩阵.再次,使用特征向量中心性方法对时序网络中的节点重要性排序,分析计算时序全局效率差值,通过肯德尔相关系数验证.最后,实证数据仿真显示:与经典时序网络模型相比,本文模型所得Kendall’s t值在各时间层上平均提高,最高为8.37%和2.99%,结论表明时序网络层间同构率的度量方法科学有效.
关键词
时序网络
层间同构率
特征向量中心性
时序全局效率
Keywords
temporal
network
inter-layer
isomorphism
rate
eigenvector
-
based
centrality
temporal
global
efficiency
分类号
O157.5 [理学—数学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于层间相似性的时序网络节点重要性研究
杨剑楠
刘建国
郭强
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2018
25
下载PDF
职称材料
2
基于时序网络层间同构率动态演化的重要节点辨识
胡钢
许丽鹏
徐翔
《物理学报》
SCIE
EI
CAS
CSCD
北大核心
2021
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
