《表3 真实网络数据集:面向复杂网络的节点相似性度量》
本文使用了经典的人工网络和真实网络:ER随机图、WS小世界网络、BA无标度网络、US air lines network[18]、Email network[19]、Yeast network[20]、Soc_CMU network[18]、Bio_dmela network[18]和PGP network[18]。数据基本情况如表3所示。由复杂网络的小世界特性和“六度分割”可知,节点之间存在较短的最短路径,因此为了降低时间复杂度,Katz指标中取参数l=3;局部随机游走中同样考虑路径长度为3的影响。
图表编号 | XD00165376400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 穆俊芳、梁吉业、郑文萍、刘韶倩、王杰 |
绘制单位 | 山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学计算机与信息技术学院、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |