网络理论
与10条边的小型网络示例]] 网络理论(Network theory)是一种对图的研究,也是对称关系或在离散对象中的一种表现。 在计算机科学和网络科学中 ,网络理论是图论的一部分:网络可以定义为节点和/或边具有属性(例如名称)的图。 网络理论目前在许多学科中有应用,学科包括统计物理学、粒子物理学、计算机科学、电气工程学、生物学、经济学、金融学、运筹学、气候学、生态学和社会学;应用包括物流网、万维网、互联网、、代谢网络、社会网络、知识论网…
共 3 篇文章
与10条边的小型网络示例]] 网络理论(Network theory)是一种对图的研究,也是对称关系或在离散对象中的一种表现。 在计算机科学和网络科学中 ,网络理论是图论的一部分:网络可以定义为节点和/或边具有属性(例如名称)的图。 网络理论目前在许多学科中有应用,学科包括统计物理学、粒子物理学、计算机科学、电气工程学、生物学、经济学、金融学、运筹学、气候学、生态学和社会学;应用包括物流网、万维网、互联网、、代谢网络、社会网络、知识论网…
。]] 在图论中,介数中心性(,又译作中间中心性)是基于最短路径针对网络图中心性的衡量标准之一。针对全连接网络图,其中任意两个节点均至少存在一个最短路径,在无权重网络图中该最短路径是路径包含边的数量求和,加权网络图中该最短路径则是路径包含边的权重求和。每个节点的介数中心性即为这些最短路径穿过该节点的次数。 介数中心性在网络理论中有广泛的应用:它代表了某节点与其他节点之间的互动程度。 例如,在通信网络中,一个有更高介数中心性的节点在网络中…
在图论中,特征向量中心性(eigenvector centrality)是测量节点对网络影响的一种方式。针对连接数相同的节点,相邻节点分数更高的节点会比相邻节点分数更低的节点分数高,依据此原则给所有节点分配对应的分数。特征向量得分较高意味着该节点与许多自身得分较高的节点相连接。 谷歌的PageRank和Katz中心性是特征向量中心性的变体。 利用邻接矩阵求特征向量中心性 给定一个节点集合为|V|的图G=(V,E),定义其邻接矩阵为A =…