【技術實現步驟摘要】
本專利技術屬于數據處理，具體涉及一種基于光衰減模型的關鍵節點提取方法、裝置及計算機設備。
技術介紹
1、現實世界中復雜的系統可以用復雜網絡形式表示，識別復雜網絡中的關鍵節點能夠使本專利技術更有效的解決現實世界中的問題。研究者把復雜系統中的研究對象描述為節點(vertex)，把對象之間的關系描述為邊(edge)，以此來構建復雜網絡。例如，基因及基因之間的相互作用可以描述為基因網絡；航空系統中的始發地、目的地和航班可以描述為航空網絡；公路交通系統中的站點與站點之間的道路可以描述為公路網絡；電力系統中的發電機、變壓器及他們之間的線路可以描述為電力網絡。這些復雜網絡包含了很多個節點，其中能夠在很大程度上決定網絡的結構與功能的一些特殊節點就是關鍵的節點。準確發掘、識別復雜網絡中的關鍵節點，可以幫助人們更好地控制和利用復雜網絡，如通過對基因網絡中的關鍵節點識別分析，可以幫助人們篩選出治病基因；通過對航空網絡中關鍵節點的識別分析，可以幫助航空公司優化航空資源的配置，提高飛行效率。通過對公路網絡關鍵節點的識別分析，可以幫助人們更好的規劃建設城市道路。通過對電力網絡關鍵節點的識別分析，可以幫助人們預防大規模停電事件。通過對計算機網絡中關鍵節點的識別分析，可以幫助工程師完善網絡性能，提高網絡的抗毀性。因此，在復雜網絡領域，關鍵節點的識別方法一直是研究的熱點，關鍵節點的識別具有重要的意義。
2、近幾十年來，人們提出了多種方法來識別復雜網絡中的關鍵節點，其中，最常用的方法是中心性度量方法。中心性度量方法就是通過網絡的屬性信息來計算節點的影響
技術實現思路
1、為了解決現有網絡中關鍵節點難區分的問題，本專利技術提供了一種基于光衰減模型的關鍵節點提取方法、裝置及計算機設備。
2、為了實現上述目的，本專利技術提供如下技術方案：
3、一種基于光衰減模型的關鍵節點提取方法，包括以下步驟：
4、將網絡節點劃分為多層，并對每個節點進行編號；
5、計算每個節點的綜合影響值；
6、將所有節點的綜合影響值從大到小進行排序，綜合影響值最大的節點為關鍵節點；
7、所述計算每個節點的綜合影響值，具體包括：
8、根據節點vi的度值和ks值計算節點vi的自身影響值；
9、根據節點vi的二階鄰域節點vj的度值、ks值，以及節點vi到節點vj的最短距離，借助光衰減模型lam計算得到二階鄰域內節點vj對節點vi的影響值貢獻；其中，i、j均表示網絡中節點的編號；
10、將節點vi的自身影響值和二階鄰域內節點vj對節點vi的影響值貢獻相結合，計算得到節點vi的綜合影響值。
11、優選地，根據網絡中每個節點的連邊數計算節點的度值deg(vi)。
12、優選地，采用k-shell方法將網絡中的節點分層，得到每個節點的ks值；根據每個節點的ks值求出網絡的最大ks值maxks，具體為：
13、選擇度值為1的節點，刪掉其連邊；
14、繼續選擇度值為1的節點并刪掉其連邊，直到網絡中不存在度值為1的節點，被刪除連邊的節點的ks值為1，位于網絡的第一層；
15、選擇度值為2的節點，刪掉其連邊，繼續選擇度值小于或等于2的節點并刪掉其連邊，直到網絡中不存在度值小于或等于2的節點，被刪除連邊的節點的ks值為2，位于網絡的第二層；
16、以此類推，重復上述過程確定每個節點的ks值ks(vi)；
17、根據ks值確定網絡劃分的最大層數maxks。
18、優選地，所述根據節點vi的度值和ks值計算節點vi的自身影響值，具體為：
19、選擇網絡中一個節點vi，將節點vi的度值deg(vi)和ks值ks(vj)相加，計算出其和作為節點的自身影響值p(vi)，具體計算公式為：
20、ρ(vi)＝deg(vi)+ks(vi)
21、式中，p(vi)為節點vi的自身影響值，deg(vi)為節點vi的度值，ks(vi)為節點vi的ks值。
22、優選地，如果節點vi的度值為0，將節點vi的綜合影響值設置為0，然后選擇其他節點。
23、優選地，所述節點vi到節點vj的最短距離計算公式為：
24、dis(vi,vj)＝min(|path(vi,vj)|)
25、式中，|path(vi,vj)|表示節點vi到節點vj之間路徑包含邊的數量，(vi,vj)表示節點vi到節點vj的邊。
26、優選地，所述根據節點vi的二階鄰域節點vj的度值、ks值，以及節點vi到節點vj的最短距離，借助光衰減模型lam計算得到二階鄰域內節點vj對節點vi的影響值貢獻，具體為：
27、選擇一個節點vj，節點vj到節點vi的最短距離小于或等于2；
28、計算二階鄰域內節點vj對節點vi的影響值貢獻con(vj)，具體計算公式：
29、
30、式中，deg(vj)表示節點vj的度值，(vi,vj)表示節點vi到vj的邊，ks(vj)表示節點vj的ks值，maxks表示網絡的最大層數，|ks(vi)-ks(vj)|表示節點vi到節點vj位置相差的絕對值；
31、計算二階鄰域內所有節點對vi的影響值貢獻和π(vi)；
32、
33、優選地，所述將節點vi的自身影響值和二階鄰域內節點vj對節點vi的影響值貢獻相結合，計算得到節點vi的綜合影響值，具體為：
34、通過π(vi)/(nums-1)進行歸一化處理，得到節點vi的綜合影響值i(vi)：
35、i(vi)＝p(vi)+π(vi)/(nums-1)
36、式中，nums為網絡中節點的總個數。
37、本專利技術還提供一種基于光衰減模型的關鍵節點提取裝置，包括：
38、網絡劃分模塊，用于將網絡節點劃分為多層本文檔來自技高網...
【技術保護點】
1.一種基于光衰減模型的關鍵節點提取方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于光衰減模型的關鍵節點提取方法，其特征在于，根據網絡中每個節點的連邊數計算節點的度值Deg(vi)。
3.根據權利要求2所述的基于光衰減模型的關鍵節點提取方法，其特征在于，采用K-shell方法將網絡中的節點分層，得到每個節點的ks值；根據每個節點的ks值求出網絡的最大Ks值maxKs，具體為：
4.根據權利要求3所述的基于光衰減模型的關鍵節點提取方法，其特征在于，所述根據節點vi的度值和Ks值計算節點vi的自身影響值，具體為：
5.根據權利要求4所述的基于光衰減模型的關鍵節點提取方法，其特征在于，如果節點vi的度值為0，將節點vi的綜合影響值設置為0，然后選擇其他節點。
6.根據權利要求5所述的基于光衰減模型的關鍵節點提取方法，其特征在于，所述節點vi到節點vj的最短距離計算公式為：
7.根據權利要求6所述的基于光衰減模型的關鍵節點提取方法，其特征在于，所述根據節點vi的二階鄰域節點vj的度值、Ks值，以及節點v
8.根據權利要求7所述的基于光衰減模型的關鍵節點提取方法，其特征在于，所述將節點vi的自身影響值和二階鄰域內節點vj對節點vi的影響值貢獻相結合，計算得到節點vi的綜合影響值，具體為：
9.一種基于光衰減模型的關鍵節點提取裝置，其特征在于，包括：
10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1至8任一項所述方法的步驟。
...【技術特征摘要】
1.一種基于光衰減模型的關鍵節點提取方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于光衰減模型的關鍵節點提取方法，其特征在于，根據網絡中每個節點的連邊數計算節點的度值deg(vi)。
3.根據權利要求2所述的基于光衰減模型的關鍵節點提取方法，其特征在于，采用k-shell方法將網絡中的節點分層，得到每個節點的ks值；根據每個節點的ks值求出網絡的最大ks值maxks，具體為：
4.根據權利要求3所述的基于光衰減模型的關鍵節點提取方法，其特征在于，所述根據節點vi的度值和ks值計算節點vi的自身影響值，具體為：
5.根據權利要求4所述的基于光衰減模型的關鍵節點提取方法，其特征在于，如果節點vi的度值為0，將節點vi的綜合影響值設置為0，然后選擇其他節點。
6.根據權利要求5所述的基于光衰...
【專利技術屬性】
技術研發人員：胡海峰，孫澤軍，王飛飛，王冠，張力文，凌江淮，趙江偉，
申請(專利權)人：平頂山學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。