7,129
个编辑
更改
跳到导航
跳到搜索
第63行：
第63行： − + 第70行：
第70行： − +
→构建小世界网络
构建小世界网络的主要机制是[https://en.wikipedia.org/wiki/Watts_and_Strogatz_Model Watts-Strogatz机制]。
构建小世界网络的主要机制是'''[https://en.wikipedia.org/wiki/Watts_and_Strogatz_Model Watts-Strogatz机制]'''。
小世界网络也可引入延时<ref name="a18">#X. S. Yang, Fractals in small-world networks with time-delay, Chaos, Solitons & Fractals, vol. 13, 215–219 (2002)
小世界网络也可引入延时<ref name="a18">#X. S. Yang, Fractals in small-world networks with time-delay, Chaos, Solitons & Fractals, vol. 13, 215–219 (2002)
</ref>。
</ref>。
构造[https://en.wikipedia.org/wiki/Degree_diameter 度直径图] Degree–diameter graph 的方法是：网络中每个顶点的邻居数量是有界的，而网络中从任意给定顶点到其他顶点（网络[https://en.wikipedia.org/wiki/Distance_(graph_theory) 直径]）是最小的。构建这样的小世界网络，其实是为寻找临近[https://en.wikipedia.org/wiki/Moore_graph 摩尔边界]的图的秩，而做出的一部分努力。
构造[https://en.wikipedia.org/wiki/Degree_diameter 度直径图] Degree–diameter graph 的方法是：网络中每个顶点的邻居数量是有界的，而网络中从任意给定顶点到其他顶点（网络直径）是最小的。构建这样的小世界网络，其实是为寻找临近[https://en.wikipedia.org/wiki/Moore_graph 摩尔边界]的图的秩，而做出的一部分努力。
Barmpoutis等人给出的从零开始构建小世界网络的另外一种方法<ref name="a21">#[https://en.wikipedia.org/wiki/D.Barmpoutis_and_R.M._Murray D.Barmpoutis and R.M. Murray] (2010). "Networks with the Smallest Average Distance and the Largest Average Clustering". arXiv:1007.4031 Freely accessible [q-bio.MN].</ref>，构建了一种平均距离极小且平均集聚度极高的网络。他们提到了一种复杂度恒定的快速算法，以及不同生成图鲁棒性的度量。根据每个网络的应用，可以从一个这样的“超小世界”网络开始，然后重新连接一些边，或者使用几个这样的小网络作为子图，构筑一个更大的图。
Barmpoutis等人给出的从零开始构建小世界网络的另外一种方法<ref name="a21">#[https://en.wikipedia.org/wiki/D.Barmpoutis_and_R.M._Murray D.Barmpoutis and R.M. Murray] (2010). "Networks with the Smallest Average Distance and the Largest Average Clustering". arXiv:1007.4031 Freely accessible [q-bio.MN].</ref>，构建了一种平均距离极小且平均集聚度极高的网络。他们提到了一种复杂度恒定的快速算法，以及不同生成图鲁棒性的度量。根据每个网络的应用，可以从一个这样的“超小世界”网络开始，然后重新连接一些边，或者使用几个这样的小网络作为子图，构筑一个更大的图。