小概率抽樣網(wǎng)絡(luò)穩(wěn)定性研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、抽樣網(wǎng)絡(luò)穩(wěn)定性是指通過網(wǎng)絡(luò)抽樣方法抽樣所得到網(wǎng)絡(luò)的各種結(jié)構(gòu)特征量與原網(wǎng)絡(luò)的結(jié)構(gòu)特征量一致性程度。實(shí)際生活中存在的網(wǎng)絡(luò)一般規(guī)模巨大,所以如果要研究整體網(wǎng)絡(luò),這樣數(shù)據(jù)獲得的成本過高或者研究的復(fù)雜程度太大,必須要用到網(wǎng)絡(luò)抽樣方法,獲得一部分網(wǎng)絡(luò)數(shù)據(jù),但是對于抽樣網(wǎng)絡(luò)是否能具有整體網(wǎng)絡(luò)的結(jié)構(gòu)特征,是否能保留原網(wǎng)絡(luò)的真實(shí)信息,這樣的研究意義非常重大。
  本文主要對于小概率抽樣網(wǎng)絡(luò)的各種網(wǎng)絡(luò)結(jié)構(gòu)特征值進(jìn)行穩(wěn)定性分析,首先,我們嘗試構(gòu)建兩種新

2、的抽樣方法,包括改進(jìn)的分層抽樣和改進(jìn)的滾雪球抽樣。基于著名的二八法則,即帕累托法則,認(rèn)為在網(wǎng)絡(luò)中一小部分重要的節(jié)點(diǎn)擁有網(wǎng)絡(luò)大部分的網(wǎng)絡(luò)結(jié)構(gòu)特征,另外Barabasi和Crandall在《Linked:The new science of networks》書中也提到相似的論述。基于這一思路,我們提出的兩種抽樣方法就是針對小概率網(wǎng)絡(luò)抽樣中高效的尋找到重要節(jié)點(diǎn)并抽樣該節(jié)點(diǎn)。另外對于網(wǎng)絡(luò)抽樣的對象不僅僅是網(wǎng)絡(luò)節(jié)點(diǎn)而且還抽樣與該節(jié)點(diǎn)相連接的邊。

3、然后,本文在三種典型的網(wǎng)絡(luò)模型中進(jìn)行仿真實(shí)驗(yàn),包括無標(biāo)度網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)和小世界網(wǎng)絡(luò),把我們提出的改進(jìn)分層抽樣和改進(jìn)的滾雪球抽樣方法,與現(xiàn)存的抽樣方法包括:隨機(jī)點(diǎn)抽樣、隨機(jī)邊抽樣、隨機(jī)分層抽樣、滾雪球抽樣、隨機(jī)游走抽樣和前沿抽樣六種抽樣方法,進(jìn)行比較分析,對于網(wǎng)絡(luò)的三種網(wǎng)絡(luò)結(jié)構(gòu)量,網(wǎng)絡(luò)節(jié)點(diǎn)的聚類系數(shù)、網(wǎng)絡(luò)節(jié)點(diǎn)的Bonacich中心性和網(wǎng)絡(luò)平均路徑長度,分別進(jìn)行仿真的結(jié)果分析。另外,我們對于各種網(wǎng)絡(luò)抽樣方法進(jìn)行實(shí)證研究,對于實(shí)際中的網(wǎng)絡(luò)數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論