科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点，导致每个节点难以量化区分.为了提高关键节点的识别精度，首先改进了k核的分解过程，提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响，将精准k核应用到重力中心性中，并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性，通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵，最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下，对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验，实验结果表明MC具有更好的关键节点识别性能.
- 单位
