首页|面向复杂网络的多属性决策关键节点识别算法研究

面向复杂网络的多属性决策关键节点识别算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
如何准确、高效识别复杂网络节点影响力,是网络科学研究中的重要课题之一.传统方法一般从单一角度或某一方面衡量节点影响力,通常具有考虑问题不够全面、评价结果准确性较低的问题.论文在对现有算法作充分总结分析的基础上,综合考虑融合节点度、节点迭代次数以及节点到最大核节点距离等因素,通过熵权法、灰色关联度分析法确定比例系数,实现关键节点识别;进而通过将节点局部信息与全局地位结合,利用最大核距离改进迭代次数指标,综合评价节点影响力.真实网络仿真验证数据表明,该方法能够有效地进行关键节点的识别,并在单调性和准确率方面有较大改进.
Research on Key Node Recognition Algorithm for Complex Networks By Multi-attribute Decision Making

宁阳、武志峰、张策

展开 >

天津职业技术师范大学信息技术工程学院 天津 300222

K核迭代次数 最短距离 熵权法 灰色关联度分析法

6160133118JCQNJC04700

2021

10.3969/j.issn.1672-9722.2021.08.002

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(8)
  • 1
  • 7