-
公开(公告)号：CN107423743B
公开(公告)日：2020-11-17
申请号：CN201710166697.3
申请日：2017-03-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种引入特征分量相似度的动态网络状态演化可视化方法，涉及信息可视化领域，所述方法包括以下步骤：首先离散化动态网络原始数据，构造出一系列的网络快照，通过计算每个时间步子网络点边出现频数和相邻节点间的相似度进行加权，最后将各个网络快照向量化；其次，采用最大似然估计法计算出数据的本征维度，求得时间步特征分量相似度；最后将时间步特征分量相似度融入力导引布局算法中，加入相似力实现节点聚类，最终实现一个可视化布局。通过空间里节点间位置可以看到动态网络演变的过程相似的网络快照，其代表节点会离得比较近而形成一个聚类，网络结构差别越大，节点位置越相对偏远。聚类的节点表示着动态网络稳定和重现的状态。
-
公开(公告)号：CN107423743A
公开(公告)日：2017-12-01
申请号：CN201710166697.3
申请日：2017-03-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种引入特征分量相似度的动态网络状态演化可视化方法，涉及信息可视化领域，所述方法包括以下步骤：首先离散化动态网络原始数据，构造出一系列的网络快照，通过计算每个时间步子网络点边出现频数和相邻节点间的相似度进行加权，最后将各个网络快照向量化；其次，采用最大似然估计法计算出数据的本征维度，求得时间步特征分量相似度；最后将时间步特征分量相似度融入力导引布局算法中，加入相似力实现节点聚类，最终实现一个可视化布局。通过空间里节点间位置可以看到动态网络演变的过程相似的网络快照，其代表节点会离得比较近而形成一个聚类，网络结构差别越大，节点位置越相对偏远。聚类的节点表示着动态网络稳定和重现的状态。
-
Search Results
2
records
(took 0.017 seconds)
