Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于社区划分的熵权TOPSIS多属性的复杂网络节点排序方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安邮电大学

摘要:一种基于社区划分的熵权TOPSIS多属性的复杂网络节点排序方法,由输入邻接矩阵、确定复杂网络的社区数量、确定节点的六种中心性属性、确定节点的熵权TOPSIS综合评价值、确定节点的局部信息熵、确定节点的综合影响力、确定节点的排序结果步骤组成。本发明解决了当前大规模复杂网络节点中心性度量方法只考虑节点单一维度的属性指标,导致计算复杂度高以及节点重要性排序结果不准确、效率低的技术问题。本发明降低了计算机的运行时间,降低了复杂网络节点重要性排序的时间复杂度,提升了计算机运行效率,增加了计算机的运行存储空间。本发明具有时间复杂度低、节点排序结果区分能力强等优点,可用于社交网络分析、市场营销、疾病传播控制等技术领域。

主权项:1.一种基于社区划分的熵权TOPSIS多属性的复杂网络节点排序方法,其特征在于由以下步骤组成:1输入邻接矩阵按式1确定复杂网络的邻接矩阵A: 其中,aij表示节点vi和节点vj之间的邻接矩阵元素值;2确定复杂网络的社区数量按式2确定复杂网络的模块度Q: 其中,Aij表示节点i和节点j之间的边权重;ki、kj表示节点i和节点j的度值,a表示网络中所有边权重的总和,δci,cj表示一个指示函数;按式3确定复杂网络的模块度增量ΔQ: 其中,kin表示节点i与目标社区内节点之间的边权重之和,ktot表示节点i与其他所有节点之间的边权重之和;3确定节点的六种中心性属性按式4确定节点的度中心性DC: 其中,ki表示节点i的度,N表示复杂网络中节点的总数;按式5确定节点的接近中心BC: 其中,gjk表示节点j与k之间存在最短路径数量,gjkvi表示节点j和节点k之间通过节点i的最短路径的数量;按式6确定节点的介数中心性CC: 其中,dij表示节点i和节点j之间的最短路径;按式7确定节点的特征向量中心性EC: 其中,Aij表示网络邻接矩阵中节点i和节点j之间存在连接,λ为待测网络的邻接矩阵的最大特征值,λ取值为有限的正整数,xj表示节点j的中心性得分;按式8确定节点的信息中心性IC: 其中,A是网络节点的邻接矩阵,k是迭代的次数,k取值为有限的正整数;λmax是邻接矩阵的最大特征值;按式9确定节点的信息中心性LC: 其中,Ni表示节点i的邻居节点集合,Tji表示从节点j到节点i的流量;4确定节点的熵权TOPSIS综合评价值按式10确定节点的决策矩阵: 其中,xij表示第i个节点的第j个属性上的中心性值,i∈[1,n],j∈[1,m],n表示网络节点个数,m表示度量节点重要性的属性种类的个数,n和m取值为有限正整数;按式11确定节点的标准化矩阵zij: 按式12确定节点的信息熵值wj: 其中,Hj表示第j项节点中心性属性的信息熵值,m表示度量节点重要性的属性种类的个数,m取值为m>2的正整数;按式13确定节点的加权标准化矩阵xij:xij=wj×zij13按式14、式15确定每个节点属性的正理想解与负理想解 按式16、式17确定节点各个属性与正理想解的欧氏距离负理想解的欧氏距离 按式18确定节点的综合评价值 5确定节点的局部信息熵按式19确定节点的局部平均度knn: 其中,dvi表示节点vi的度,dvj表示节点vi的一阶邻居节点vj的度,dvk表示节点vi的二阶邻居节点vk的度,o表示节点vi的一阶邻居节点的个数,o的取值为有限的正整数,q表示节点vi的二阶邻居节点的个数,q的取值为有限的正整数;按式20确定节点的局部决策概率p: 按式21确定节点的局部信息熵E: 其中,s表示节点vi的一阶邻居节点的个数,s取值为有限的正整数;6确定节点的综合影响力按式22确定节点的综合影响力TMPR 其中,E表示节点的局部信息熵,表示节点的理想综合评价值;α表示权重参数,α取值为有限的正数;7确定节点的排序结果采用自然降序方法,按照式22得到的节点的综合影响力TMPR,按照节点的综合影响力值,由大到小的进行自然降序排序,确定复杂网络中节点的排序结果。

全文数据:

权利要求:

百度查询: 西安邮电大学 基于社区划分的熵权TOPSIS多属性的复杂网络节点排序方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。