《表1 数据集特征基本描述(节点数N,边数E,异质性指标,同配异配指数(度度相关性)r,聚类系数,节点间平均距离,稀疏性Sparsity=2E/(N(N-1)))》
本文提出的算法(算法1)分别在4个数据集上进行了验证.这4个数据集来自Stanford和Konect的开放数据库[29,30],分别为:Airtraffic,Bitcoin,ca-HepTh,Reactome.Airtraffic是美国联邦航空管理局开放的航空信息数据,网络中的每个节点代表一个机场或者服务中心,每条边代表该中心推荐的服务关系.Bitcoin1)是用户和用户之间的相互依赖关系网络,这是一个带权重的符号关系网络.ca-HepTh是Arxiv上的高能物理领域的作者合作关系网络.Reactome是智人的蛋白质关系网络.不同类型的网络数据的边有可能存在有向边和加权边,甚至存在自环(指向自身的边),实验中对数据进行了预处理,忽略边的方向和权重,同时删除网络中的孤立节点和孤立簇,仅保留网络中的最大连通子图.经过处理后网络结构特征如表1所示.
图表编号 | XD00110109400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 周明洋、吴向阳、曹扬、罗燎、李晓宇、廖好、汪秉宏 |
绘制单位 | 中电科大数据研究院有限公司、深圳大学计算机与软件学院、深圳大学计算机与软件学院、中电科大数据研究院有限公司、中电科大数据研究院有限公司、深圳大学计算机与软件学院、中电科大数据研究院有限公司、深圳大学计算机与软件学院、中国科学技术大学近代物理系 |
更多格式 | 高清、无水印(增值服务) |