基于主成分分析的网络节点重要性指标贡献评价

胡钢; 徐翔; 张维明; 周鋆

doi:10.3969/j.issn.0372-2112.2019.02.015

您当前的位置：

首页 >

文章列表页 >

基于主成分分析的网络节点重要性指标贡献评价

学术论文 | 更新时间：2025-07-16

- 基于主成分分析的网络节点重要性指标贡献评价
- Contribution Analysis for Assessing Node Importance Indices with Principal Component Analysis
- 电子学报 2019年47卷第2期页码：358-365
- 作者机构：
  
  1. 安徽工业大学管理科学与工程学院,安徽,马鞍山,243032
  2. 国防科技大学信息系统工程重点实验室,湖南,长沙,410073
  3. 安徽工业大学管理科学与工程学院,安徽,马鞍山,243032
  4. 国防科技大学信息系统工程重点实验室,湖南,长沙,410073
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61672372，No.61472211）
- DOI：10.3969/j.issn.0372-2112.2019.02.015
  中图分类号： TP393
- 网络出版：2019-02-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
胡钢, 徐翔, 张维明, 等. 基于主成分分析的网络节点重要性指标贡献评价[J]. 电子学报, 2019,47(2):358-365.

HU Gang, XU Xiang, ZHANG Wei-ming, et al. Contribution Analysis for Assessing Node Importance Indices with Principal Component Analysis[J]. Acta Electronica Sinica, 2019, 47(2): 358-365.
胡钢, 徐翔, 张维明, 等. 基于主成分分析的网络节点重要性指标贡献评价[J]. 电子学报, 2019,47(2):358-365. DOI： 10.3969/j.issn.0372-2112.2019.02.015.

HU Gang, XU Xiang, ZHANG Wei-ming, et al. Contribution Analysis for Assessing Node Importance Indices with Principal Component Analysis[J]. Acta Electronica Sinica, 2019, 47(2): 358-365. DOI： 10.3969/j.issn.0372-2112.2019.02.015.

摘要

为研究不同网络节点重要性指标对网络中重要节点的影响程度，进而优选出较能体现网络重要节点性质的指标.本文基于主成分分析（Principal Component Analysis，简记PCA），选取七个节点重要性指标对网络重要性节点贡献率进行计算分析，同时选取了七种不同的网络进行实验，得到指标贡献率大小顺序，利用肯德尔系数对重要指标与其余指标进行相关性分析，得到不同指标之间的相关系数及相关系数大小的影响因素.本文为研究网络重要节点选择指标提供了一种思路，同时为研究不同节点间的相互关系提供了研究方法.

Abstract

In network theory

it is interest to study the influences of different nodes on the key nodes in the network

and build or select the proper node importance index to model it.This paper selects seven node importance indices to calculate and analyze their contributions in nodes' importance evaluation with Principal Component Analysis.Seven empirical networks are used for experiments.Moreover

the order of different contributions of indices is obtained

and the correlation analysis between the most important index and the other indices is carried out using the Kendall coefficient

and factors affecting the correlation coefficient are also discussed.This paper provides a way to select the node importance index in the network

and the results could also be used for studying the relationships between different nodes.

关键词

Keywords

references

浏览量

384

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于主成分分析的经验模态分解消噪方法

面向PCA异常检测器的毒害攻击和防御机制

基于主相位一致性的医学图像配准

结合Gabor滤波器和ICA技术的纹理分类方法

基于混合高斯模型和主成分分析的轨迹分析行为识别方法