科研之友
微信
新浪微博
Facebook
分享链接
摘要
关键节点组识别在医学、社会学、电力交通、政治与经济学领域有重要研究意义。目前识别方法基本上是与其他理论的结合，例如图着色、社区划分、聚类、投票算法等。针对启发式聚类关键节点组识别方法中初始节点选择造成的随机性问题，结合投票算法，提出了基于路径的投票算法进行关键节点识别。基于SIR传播模型和平均路径长度设计了4组对比实验，在人工BA无标度网络和真实网络中分别与度中心性、介数中心性、接近中心性、启发式聚类算法评估方法进行比较，验证了基于路径的投票算法能以较高的精度进行网络中关键节点组的识别，并且优于启发式聚类算法。
-
单位天津电子信息职业技术学院; 北京联合大学; 天津职业技术师范大学
