复杂网络中节点暂态中心性预测研究

发布时间：2018-08-11 14:49

【摘要】：对复杂网络中节点的3种暂态中心性进行了预测研究。通过在真实数据集中分析节点不同时刻的暂态中心性值发现,不同时刻节点的暂态中心性具有很强的相关性。基于此,提出几种预测方法对真实数据集中节点未来的暂态中心性值进行预测。通过对真实值与预测值进行误差分析,比较了不同预测方法在不同真实数据中的预测性能。结果表明,在MIT数据集中,最近时窗加权平均方法的性能最好;在Infocom 06数据集中,最近时窗平均方法的性能最好。
[Abstract]:In this paper, three kinds of transient centrality of nodes in complex networks are predicted. By analyzing the transient centrality of nodes at different times in real data sets, it is found that the transient centrality of nodes at different times is highly correlated. Based on this, several prediction methods are proposed to predict the future transient centrality of nodes in real data sets. Through the error analysis of real value and forecast value, the prediction performance of different prediction methods in different real data is compared. The results show that the performance of the nearest window weighted averaging method is the best in the MIT dataset, and the nearest window averaging method is the best in the Infocom 06 dataset.
【作者单位】： 三峡大学计算机与信息学院;
【基金】：国家重点研发计划(2016YFB0800403) 国家自然科学基金(61174177,61602272,41172298) 湖北省自然科学基金(2017CFB594)资助
【分类号】：O157.5

【相似文献】

相关期刊论文 前9条

1 付立东;高琳;马小科;;基于社团检测的复杂网络中心性方法[J];中国科学:信息科学;2012年05期

2 李静茹;喻莉;赵佳;;加权社交网络节点中心性计算模型[J];电子科技大学学报;2014年03期

3 江健;淦文燕;赵东杰;张海粟;;基于拓扑势的社会通信网局域中心性分析[J];系统工程学报;2010年06期

4 陈国强;陈亮;;一种基于资源分配策略的复杂网络中心性测度[J];计算机科学;2011年08期

5 邵浩;陈东方;刘欣;;复杂网络算法中K-shell与介数中心性算法的实现[J];现代计算机(专业版);2014年17期

6 徐健;;基于复杂网络的节点影响力评价模型研究[J];软件导刊;2014年03期

7 周涛;;专栏评述[J];电子科技大学学报;2014年03期

8 李泽荃;张瑞新;杨w，

本文编号：2177311