简介：如何判断实际网络和模型网络（如层次网络、伪分形图、阿波罗网等）的度分布为幂律和确定其度指数？这将涉及测量网络度分布的方法。文献上有3种方法：度频率、对数盒子、度秩次或补分布，指出正确的方法是采用秩次或补分布画图。因为模型网络是实际网络的抽象，仅仅度分布相同不能说明就是恰当的模型。实际网络通常只能得到部分数据，数据（子）网络与实际网络两者度分布的关系也需要探讨。

简介：

简介：分形维数是度量复杂网络分形特性的最重要的一个指标,其中体积维数被广泛应用于度量无权网络的分形特性。沿着无权网络体积维数的思想进一步考虑,以在给定盒子长度下覆盖到的节点强度和来定义加权网络体积维中“体积”的概念,提出了基于节点强度的加权网络体积维数,并称这种度量加权网络分形特性的维数为强度体积维。首先,利用强度体积维分析了两类具有规则分形结构的谢尔宾斯基(Sierpinski)加权分形网络和康托三角尘(CantorDust)加权分形网络,结果表明强度体积维数的值与理论计算的维数值具有非常小的误差。然后,利用强度体积维分析了3个实际加权网络的分形特性,并将结果与利用盒维数得到的结果进行比较,结果表明强度体积维也能够较好地度量实际加权网络的分形特征。

简介：

简介：探讨了自然数整除网络,发现一些有趣的结果。确定的自然数整除网络与随机的复制模型网络居然有相同的入度分布,自然数整除网络的平均度与素数定理猜想密切相关。两个结果初步展现了素数在自然数中的随机性和稀疏性。

简介：摘要伴随着社会科学技术的不断发展，我国各个行业都呈现了较为迅猛的发展趋势，机械制造行业受到了人们的重点关注。为了促进机械制造业生产效率以及经济效益的提升，机械设计制造及其自动化的应用越来越广泛，并且给生产过程带来了很大的安全保障。就目前的状况来看，机械设计制造及其自动化在未来将有着更加广阔的发展前景。本文主要通过对机械设计制造及其自动化的基本了解，分析了机械设计制造及其自动化存在的主要优势，从而研究了机械设计制造及其自动化在未来的发展前景，希望能够给相关的人员提供一定的参考。

简介：通过抽取电信通话数据作为研究对象,分别计算了电信社群网络中节点度、子图连通性、膨胀率、聚集度、平均最短路径的分布情况,得出电信社群网络是一个无标度网络.子图连通性、膨胀率的分布符合幂律分布,聚集度符合尾部有突起的幂律分布,平均最短路径服从Poisson分布的重要特征.

简介：通过参考大量文献,系统整理了几类经典的传染病模型,并对传染病模型基本再生数的几种导出方法做了一个综述.文中综合了传染病动力学模型的分析方法和复杂网络理论,分别从基本再生数的定义,初始时刻染病者的单调性,正平衡点的存在性,无病平衡点的局部稳定性,即通过计算基本再生矩阵或者雅克比矩阵的特征值,数值模拟,这几个角度给出了基本再生数的导出方法,并举例说明了几类主要的传染病模型,特别是网络传播模型中基本再生数的计算方法,给出了基本再生数的特点,并对基本再生数时变的情况进行了具体分析.

简介：采用复杂网络的研究方法,针对北京市公共汽车交通建立了公交线路、公交换乘和停靠站点复杂网络,利用这3个网络的几何量讨论了北京市公交网络的几何性质.利用实际数据计算的结果显示存在某些线路具有中转的作用,部分停靠站点具有中枢作用;民众出行平均需乘坐17.4站并换乘1.7次.研究结果还揭示了公交网络的点权分布具有不同于其他加权网络的点权分布的性质.

简介：针对单层网络级联失效模型难以有效分析层状网络抗毁性的问题,基于介数分析法,研究了面向双层网络的级联失效模型。分析了网络两个层面之间信息（或能量）交互以及级联失效时的影响关系,并通过定义交互强度因子改进了节点介数计算方法,突出了节点业务对网络流量的影响。重设节点失效判定准则和负荷重分配准则,使网络两个层面在级联失效分析过程中得到关联。最后,仿真实验验证了模型有效性和可行性。

简介：基于Brandes算法给出了复杂网络中介数中心性和平均最短路径长度的整合近似算法,通过理论分析和Rocketfuel项目实测数据的实验分析,验证了该整合算法能够快速有效地估计出复杂网络的介数中心性和平均最短路径长度,为进一步的研究工作奠定了基础。

简介：以2005-01-04至2008-12-31上证50指数成分股数据为样本,将其划分为熊市I、牛市和熊市II等3个阶段,运用最小生成树、分层结构树以及主要拓扑指标研究股票市场处于不同阶段下的关联网络动态拓扑结构。实证结果表明:股票市场间存在行业聚集效应,并且这种效应随着时间的推移越来越显著;在股票市场关联网络拓扑结构中,制造业在牛市时处于绝对的中心地位,并会持续到熊市;金融保险业和制造业中的钢铁制造业的内部股票始终保持着很高的关联度,一些子母公司和交叉控股的股票间也关系密切。此外,主要关联网络指标显示,股票市场所形成的关联网络结构在牛市时更紧密,但是牛市的市场结构要比熊市差。