加权网络的体积维数
2018-02-28,,,,
复杂系统与复杂性科学 2018年3期
, ,, ,
(南昌航空大学信息工程学院,南昌 330063)
0 引言
复杂网络作为复杂系统的高度抽象和研究工具,近十几年来受到了来自计算机科学、信息科学、生物学、统计物理学、社会学等众多不同学科领域研究人员的广泛关注,成为科学研究的热点。对复杂网络拓扑性质的准确度量对于复杂网络模型的建立以及复杂网络动力学行为的研究具有十分重要的意义,因此复杂网络拓扑性质的研究也是复杂网络理论研究的关键。20世纪末,科学家们揭示了复杂网络的两大基本拓扑特性:小世界特性和无标度特性[1-2]。小世界特性是指网络节点间的平均路径短且平均聚集系数高,对应于社交网络中的“六度分割”现象。无标度特性则是指网络节点的度分布服从幂律分布,对应于经济生活中的“马太效应”。随后,2005年, Song等人开创性地将重整化理论和分形理论中的盒子覆盖法推广应用于复杂网络的研究,揭示了大量实际网络具有自相似性和分形特性[3],其中自相似性是指网络度分布的幂律形式及幂指数在重整化过程中保持不变,分形特性则是指覆盖整个网络所需的最小盒子数量与盒子长度呈幂律关系,即NB(lB)≈lB-dB,dB为网络的分形维数。复杂网络分形特性的揭示有助于人们更加深入地理解网络结构的复杂性。同时,分形特性也被誉为复杂网络的第三大基本拓扑特性。
分形维数是定量刻画分形体分形特性的最重要指标。在复杂网络领域,关于分形维数的定义和算法有很多[4-6],其中最常见的是由盒子覆盖法定义的盒维数[7]。……
登录APP查看全文
