812
个编辑
更改
跳到导航
跳到搜索
第1,086行：
第1,086行： − +
→复杂网络的粗粒化方法
进行稳态分析的时候，当 <math>t\rightarrow \infty</math> 时，<math>e^{-tL}</math> 的极限与稳态分布有关，配分函数的渐近行为反映链的长期信息保留特性。通过分析 <math>e^{-tL}</math> 的特征向量来识别马尔科夫链的状态聚类。
进行稳态分析的时候，当 <math>t\rightarrow \infty</math> 时，<math>e^{-tL}</math> 的极限与稳态分布有关，配分函数的渐近行为反映链的长期信息保留特性。通过分析 <math>e^{-tL}</math> 的特征向量来识别马尔科夫链的状态聚类。
<b/>
<br/>
===具有自非相似性的复杂网络的粗粒化方法===
===具有自非相似性的复杂网络的粗粒化方法===