典型文献
基于路径的投票算法识别关键节点组的研究
文献摘要：
关键节点组识别在医学、社会学、电力交通、政治与经济学领域有重要研究意义.目前识别方法基本上是与其他理论的结合,例如图着色、社区划分、聚类、投票算法等.针对启发式聚类关键节点组识别方法中初始节点选择造成的随机性问题,结合投票算法,提出了基于路径的投票算法进行关键节点识别.基于SIR传播模型和平均路径长度设计了 4组对比实验,在人工BA无标度网络和真实网络中分别与度中心性、介数中心性、接近中心性、启发式聚类算法评估方法进行比较,验证了基于路径的投票算法能以较高的精度进行网络中关键节点组的识别,并且优于启发式聚类算法.
文献关键词：
复杂网络;关键节点组;最短路径;投票算法;SIR传播模型
中图分类号：
作者姓名：
宁阳;宁晴;武志峰
作者机构：
天津电子信息职业技术学院,天津300350;北京联合大学,北京100101;天津职业技术师范大学,天津300222
文献出处：
引用格式：
[1]宁阳;宁晴;武志峰-.基于路径的投票算法识别关键节点组的研究)[J].信息工程大学学报,2022(02):167-172,178
A类：
关键节点组
B类：
投票算法,算法识别,别关,组识,研究意义,前识,基本上,图着色,社区划分,启发式,节点选择,随机性,关键节点识别,SIR,传播模型,平均路径长度,BA,无标度网络,真实网络,度中心性,介数中心性,接近中心性,聚类算法,复杂网络,最短路径
AB值：
0.310444
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。
