科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统重要节点识别方法只考虑节点的某个单一性质,性质选择具有主观性,在不同结构网络中性能差异明显的问题,提出一种基于多指标融合(Multi-index Fusion MIF)的自适应重要节点识别方法。将不同的重要性指标作为节点的多维参数,利用主成分分析法降低不同指标间的相关性;基于熵权法确定各主成分指标的权重,最后使用灰色关联分析法对节点进行重要性排序。仿真实验表明,该方法能综合考虑节点多种重要性指标,与单指标方法相比具有更高的识别精度和准确度,并在传播能力上有更好的性能表现。
- 单位
针对传统重要节点识别方法只考虑节点的某个单一性质,性质选择具有主观性,在不同结构网络中性能差异明显的问题,提出一种基于多指标融合(Multi-index Fusion MIF)的自适应重要节点识别方法。将不同的重要性指标作为节点的多维参数,利用主成分分析法降低不同指标间的相关性;基于熵权法确定各主成分指标的权重,最后使用灰色关联分析法对节点进行重要性排序。仿真实验表明,该方法能综合考虑节点多种重要性指标,与单指标方法相比具有更高的识别精度和准确度,并在传播能力上有更好的性能表现。
