《表5 三种方法状态划分准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大规模动态网络的相似性度量方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

4种相似性度量方法在小学动态接触网络上的状态划分结果如图3～图6所示，从左至右分别为20 min、10 min和5 min时间粒度下的状态划分结果图，每个结果图均由相似性热度图和状态转换序列组成；相似性热度图中横坐标和纵坐标均表示网络快照编号，状态转换序列中横坐标表示网络快照编号，纵坐标表示不同状态。状态划分的准确率如表5所示。本文提出的SpeedSim方法与标准化谱距离在三种时间粒度网络下，均能自动发现网络中的两种不同状态。由相似性热度图可以看出，本文方法及标准化谱距离计算得到的相似度大小在不同状态下区分明显。结合图7也可以看出本文方法可以清晰地将网络快照划分为两类，即对应于该网络中的两种状态。观察发现这两种状态与真实网络中学生的上课与午餐活动状态相匹配，这与使用图形信号对同一真实数据集进行处理得出的分析结果是一致的[17]，表明SpeedSim与标准化谱距离在状态划分任务中是有效的。