排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
复杂网络中节点重要度评估 总被引：20，自引：1，他引：19
为提高复杂网络中重要节点评估的效率和有效性,提出了一种基于节点接近度和节点在其邻域中的关键度评估复杂网络中节点重要度的方法．该方法综合了节点的全局和局部重要性,即在复杂网络中,节点的接近度越大,该节点越居于网络的中心,在网络中就越重要;节点在其邻域中的关键度越大,该节点对其邻域越重要．根据该方法设计了复杂网络中节点重要度评估算法,该算法的复杂度为0（n^3）．实例分析证明了该方法的有效性． 相似文献
2.
离群数据发现与分析是数据挖掘的重要组成部分,现有离群数据挖掘算法主要针对如何检测离群对象,缺乏对挖掘出的离群数据集进行解释与分析的有效方法.通过对离群数据来源及特性进行分析,定义了离群贡献度的概念,提出了一种基于特征赋权的离群数据再聚类算法.实验表明,该算法可以有效地揭示离群数据产生来源,有助于对整体数据集的更全面了解. 相似文献
1