典型文献
基于精准k核的复杂网络节点重要性评估方法
文献摘要：
由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了 k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了 一系列实验,实验结果表明MC具有更好的关键节点识别性能.
文献关键词：
复杂网络;k核分解方法;精准k核;混合中心性;节点重要性
中图分类号：
作者姓名：
卢鹏丽;许星舟
作者机构：
兰州理工大学计算机与通信学院,甘肃兰州 730050
文献出处：
引用格式：
[1]卢鹏丽;许星舟-.基于精准k核的复杂网络节点重要性评估方法)[J].兰州理工大学学报,2022(04):90-98
A类：
混合中心性
B类：
复杂网络,网络节点,节点重要性,重要性评估,整体结构,邻居节点,节点影响力,识别精度,分解过程,Ak,中局,局部特征,特征信息,全局结构信息,AGC,香农熵,扩展性,邻域,度中心性,MC,多元评估,真实网络,节点评估,单调性,系列实验,关键节点识别,识别性,分解方法
AB值：
0.409671
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
