网络模型特征
来源:互联网 发布:linux打开txt文件命令 编辑:程序博客网 时间:2024/05/19 07:11
通常我们把互联网看成是一个随机网络(指数网络),尽管网络的连接是随机安置的,但由此形成的网络却是高度民主和指数分布的,即绝大部分节点的连结数目会大致相同或相差不远,很少会出现连接数目比平均数高许多或低许多的节点。
网络的无尺度(scale-free)
无尺度分布又称幂律分布,是描述结点度规律的分布,即度很大的结点的数量只占一个网络中结点总数一小部分,而度较小的结点的数量却占大多数。这个分布的形状不随尺度的变化而变化,即如果将网络规模迅速缩小(如随机抽取部分结点做样本),仍然能看到幂律分布。
互联网是由少数具有高连结性的页面串连起来的,80%以上页面的连结数不到4个,而只占节点总数不到万分之一的极少数节点,却有着1000个以上的连结。许多网络都是由少数一些具有众多连结的关键节点所支配的,把这种分布现象称为无尺度现象,而把包含这种重要节点(或称集散节点)的网络称之为“无尺度”网络。
数学上,一个函数f(x)称为“scale free”,若f(a*x)=b*f(x),scale free函数隐含着自相似(self similarity)。
网络的“小世界”(small world)
在一个网络中的节点有较高的聚集度,并且节点两两之间存在较短的路径。换成通俗的解释就是“世界虽大,但也很小”,在很大的社交网络中人们也只要通过少数的几个关系链就能与其它任何成员相连接。而且可以得到:社会网络中包含丰富的短路径,并且通过“有意识的转发”能够“自动地”找到这些短路径。
可以参考关于Watts Strogatz Small World Model的演示。
网络的可导航(navagate)
关于网络可导航性,首先说的的就是Milgram著名的“六度分隔”实验,该实验要求参与者通过朋友之间一对一地寄送一封信件,使得这封信尽可能快地到达实验指定的目标人。实验目的是验证一个猜测,即社会网络中的任何两个人之间都可以通过少数的朋友关系而联系起来。实验中大多数的信由于种种原因中途停止了传送,故都没有最终送达目标人,但将近有1/4的信最终送达了目标人。统计这些成功送达的信件的传递次数后,Milgram发现其平均传递次数是6次,“六度分隔”从此名扬天下。由Milgram的实验,可以推断:社会网络具有小世界性,几乎任意两人(结点)之间都存在一条连通的短路径,而且人们可以通过各自的朋友来找到这条短路径(可导航性)。
- 网络模型特征
- caffe权值可视化,特征可视化,网络模型可视化
- 单层网络模型下对无监督特征学习算法的分析
- keras入门 ---用预训练好网络模型的bottleneck特征
- 网络协议的特征
- 特征金字塔网络 FPN
- 游戏的网络特征
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 网络模型
- 【莫比乌斯函数】【ZOJ 3435】Ideal Puzzle Bobble
- oc学习之路----多级指针的使用和内存分析
- python基础
- 世界是数字的重点读书笔记(计算机科普知识)
- Chrome学习笔记(一):线程模型,消息循环
- 网络模型特征
- CMake入门
- switch语句能否作用在byte上,能否作用在long上,能否作用在String上?
- Java 实现观察者(Observer)模式
- FragmentPagerAdapter与FragmentStatePagerAdapter区别
- 字符串相似度
- unity3D—脚本入门
- .NET Framework基本概念串讲 (一)
- scipy csc csr到底是什么东西