公共文化服务平台

搜索到11750篇“ 聚类系数“的相关文章

基于高阶聚类系数的网络结构差异性评估方法: 本发明公开了基于高阶聚类系数的网络结构差异性评估方法。本发明方法包括数据采集和预处理、计算网络结构差异性两个部分。数据采集和预处理部分包括构建网络、构建邻接矩阵、构建节点的邻居集和构建网络节点高阶聚类系数分布矩阵四个子任...; 詹秀秀陈浩宇刘闯张子柯

基于聚类系数的叠加随机游走重力模型链路预测方法: 基于聚类系数的叠加随机游走重力模型链路预测方法，涉及复杂网络技术领域，解决具有很多度和聚类系数均高的节点的网络链路预测问题。首先，初始化网络，得到网络的邻接矩阵、最短路径矩阵、连通度矩阵和节点间的公共邻居节点度总数矩阵；...; 姜万昌路明明

双相障碍和精神分裂症患者脑白质网络聚类系数差异研究: 2024年; 目的:探讨双相障碍与精神分裂症患者脑白质结构网络聚类系数的差异性,并评价聚类属性指标在识别两种疾病中的预测能力。方法:对2012年12月至2014年12月南京脑科医院精神科入组的37例住院患者(患者组)进行≥9年的随访。复核诊断无变化的双相障碍患者18例、精神分裂患者19例及30名健康对照纳入统计分析,在SPSS 26.0中,对一般临床资料、脑结构网络聚类属性值进行3组间方差分析及受试者工作曲线(receiver operation characteristic,ROC)绘制。结果:与健康组相比,患者组在左侧额下回眶部、右侧颞上回的聚类系数升高;患者组间比较,精神分裂症患者在右侧颞中回的聚类系数高于双相障碍组,差异有统计学意义(P<0.05,多重比较校正)。以右侧颞中回网络聚类系数作为描绘ROC曲线,两组疾病的识别率达95%。结论:脑网络聚类系数可以作为一个潜在的影像学生物标志物识别双相障碍与精神分裂症。; 花玲玲史家波阎锐汤浩姚志剑刘海燕; 关键词：双相障碍精神分裂症弥散张量成像聚类系数

基于高阶聚类系数以及模体的网络相似性方法研究: 在网络科学领域迅速发展的背景下,量化网络之间的结构相似性已成为一个重要且基本的问题,通过探究各种网络之间的共性与差异,从而深入了解网络的结构与特性。然而,真实世界中网络具有多样性和复杂性,为有效比较不同网络的结构相似性带...; 陈浩宇; 关键词：复杂网络

基于复杂网络特征向量中心性与聚类系数的链路预测算法研究: 链路预测是将复杂网络和计算机科学真正连接的重要应用之一,它处理的是信息科学中最基本的问题,因此研究链路预测是非常重要的。如何提高预测精确程度是研究链路预测的基本问题之一,目前的链路预测方法大部分与基于节点相似性的局部节点...; 陈超; 关键词：复杂网络链路预测聚类系数信息熵

一种基于节点邻域的聚类系数的分层随机游走抽样方法: 本发明提出了一种基于节点邻域的聚类系数的分层随机游走抽样方法，包括以下步骤：S1，采用k‑means聚类算法获取网络中节点的近似度分布，并根据不同聚类簇内轮廓系数与聚类结果获得k‑means算法中k的最优值，根据所得k值...; 刘小洋张梦瑶马敏

基于高阶聚类系数的网络结构差异性评估方法: 本发明公开了基于高阶聚类系数的网络结构差异性评估方法。本发明方法包括数据采集和预处理、计算网络结构差异性两个部分。数据采集和预处理部分包括构建网络、构建邻接矩阵、构建节点的邻居集和构建网络节点高阶聚类系数分布矩阵四个子任...; 詹秀秀陈浩宇刘闯张子柯

基于聚类系数和节点中心性的链路预测算法被引量：10: 2022年; 目前复杂网络领域受到越来越多人的广泛关注。其中链路预测是复杂网络研究中的一个热门的分支,被作为预测缺失链路和识别虚假链路的有效手段。传统基于相似性的复杂网络链路预测主要考虑每个节点的某个相似性指标,而该文提出一种基于聚类系数和节点中心性(CCNC)的链路预测算法,将度、聚类系数和节点中心性3个相似度指标结合,引入到复杂网络链路预测中。该算法使用度和聚类系数作为局部信息的指标,使用节点中心性表征节点在网络中的重要程度。最后,以6个真实网络为例,通过对比曲线下面积(AUC)和精确度(Precision),验证了CCNC算法的可行性和有效性。; 郁湧王莹港罗正国杨燕王鑫锴高涛于倩; 关键词：复杂网络链路预测聚类系数

基于聚类系数重叠社区发现的蛋白质网络挖掘研究: 随着基因组测序的实现,蛋白质组学的研究获得了越来越多的关注。在高通量科学技术迅速发展的同时,蛋白质交互数据也日益增多,学者们已经不再仅限于生物数据的采集与管理,而是去重视这种生物数据背后的含义与价值。对蛋白质相互作用网络...; 陈琼; 关键词：功能模块聚类系数

相关作者