基于Tsallis熵的网络比对

China Water Transport(2019)

引用 0|浏览3
暂无评分
摘要
本文优化了一种网络比对的算法NND(network node dispersion),该算法基于Tsallis熵,并通过网络肖像表示不同网络的特征,该算法主要包括两个部分,Tsallis熵和网络节点距离分布,两个部分均给出了具体的操作步骤.算法经过试验仿真,通过合理设置Tsallis熵的非广延程度指数q,以NW小世界网络为例,得出可以区分不同网络拓扑结构的最优非广延程度指数q值.该算法可以满足不同拓扑结构的网络进行差异比对,实验结果表明,当q=2.1时,实现的算法可以更精确的区分不同拓扑结构的网络.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要