697
个编辑
更改
跳到导航
跳到搜索
第23行：
第23行： − 2）基于网络的出边权重分布计算，<math>H(<W_i^{out}>)</math>反映了确定性如何在网络中分布。通过这2项就可得到复杂网络中的有效信息定义，输入<math>w_{ij}</math>是节点<math>i</math>和<math>j</math>之间的转移概率，输出是有效信息值。+
→定义有效信息
1）节点输出的不确定性可通过节点出边权重<math>W_i^{out}</math>的[[香农熵]]定义，即<math>H(W_i^{out})</math>，因此整个网络的不确定性可通过<math>H(W_i^{out})</math>的平均值<math><H(W_i^{out})></math>得到，<math>W_i^{out}</math>是节点<math>v_i</math>的转移向量；
1）节点输出的不确定性可通过节点出边权重<math>W_i^{out}</math>的[[香农熵]]定义，即<math>H(W_i^{out})</math>，因此整个网络的不确定性可通过<math>H(W_i^{out})</math>的平均值<math><H(W_i^{out})></math>得到，<math>W_i^{out}</math>是节点<math>v_i</math>的转移向量；
2）基于网络的出边权重分布计算，所有节点出边权重平均值的熵<math>H(<W_i^{out}>)</math>反映了确定性如何在网络中分布。通过这2项就可得到复杂网络中的有效信息定义，输入<math>w_{ij}</math>是节点<math>i</math>和<math>j</math>之间的转移概率，输出是有效信息值。
<math>
<math>