第112行: |
第112行: |
| 又知道彭加莱圆模型中以某点为中心的圆方程,代入上述坐标变换公式,就能得到扩展模型中的圆。不难从图形上看出,这个圆被严重扭曲、拉伸了。 | | 又知道彭加莱圆模型中以某点为中心的圆方程,代入上述坐标变换公式,就能得到扩展模型中的圆。不难从图形上看出,这个圆被严重扭曲、拉伸了。 |
| | | |
− | [[File:hyperbolicextendedpoincaredisk.png|500px]] | + | [[File:hyperbolicextendedpoincaredisk.png|center|500px]] |
| | | |
| | | |
第136行: |
第136行: |
| 实际上,之所以双曲空间能够比较好地描述现实中的网络,是因为大多数现实网络都具有树状的层次结构。而双曲空间就是树网络的连续版本。为什么这么说呢?我们知道如果树的一个节点有两个分叉的话,那么从树根往外放射出去,第一层有2个节点,第二层就有4个,第三层8个,……,第n层就有<math>2^n=\exp(n \ln2) </math>个,因此这是一个指数增长。如果将双曲空间中的坐标原点看作是树根,到原点的距离为层数n,那么双曲空间的半径n处圆的周长就相当于树第n层的节点数,也是近似exp(n)的增长关系,所以这二者其实是等价的。 | | 实际上,之所以双曲空间能够比较好地描述现实中的网络,是因为大多数现实网络都具有树状的层次结构。而双曲空间就是树网络的连续版本。为什么这么说呢?我们知道如果树的一个节点有两个分叉的话,那么从树根往外放射出去,第一层有2个节点,第二层就有4个,第三层8个,……,第n层就有<math>2^n=\exp(n \ln2) </math>个,因此这是一个指数增长。如果将双曲空间中的坐标原点看作是树根,到原点的距离为层数n,那么双曲空间的半径n处圆的周长就相当于树第n层的节点数,也是近似exp(n)的增长关系,所以这二者其实是等价的。 |
| | | |
− | [[File:hyperbolictreethreebranches.png|500px]] | + | [[File:hyperbolictreethreebranches.png|center|500px]] |
| | | |
| | | |
第148行: |
第148行: |
| * r=R,也就是连通性的邻域半径r刚好与撒点的空间大小R相等 | | * r=R,也就是连通性的邻域半径r刚好与撒点的空间大小R相等 |
| | | |
− | [[File:randomgeometricgraphinhyperbolicspace.png|500px]] | + | [[File:randomgeometricgraphinhyperbolicspace.png|center|500px]] |
| | | |
| | | |
第164行: |
第164行: |
| 首先,我们可以证明,按照这种方式构造出的复杂网络具备无标度度分布的特性。不失一般性,我们考虑的双曲空间曲率为K=-1. | | 首先,我们可以证明,按照这种方式构造出的复杂网络具备无标度度分布的特性。不失一般性,我们考虑的双曲空间曲率为K=-1. |
| | | |
− | [[File:illustrationofscalingfreeinhyperbolic.png|300px]] | + | [[File:illustrationofscalingfreeinhyperbolic.png|center|300px]] |
| | | |
| | | |
第305行: |
第305行: |
| 在软化链接模型中,我们可以做出聚集系数随温度变化的曲线,如下图: | | 在软化链接模型中,我们可以做出聚集系数随温度变化的曲线,如下图: |
| | | |
− | [[File:hyperbolicspaceclusteringwithtemperature.png|500px]] | + | [[File:hyperbolicspaceclusteringwithtemperature.png|center|500px]] |
| | | |
| | | |
第432行: |
第432行: |
| 下图展示了这套规则: | | 下图展示了这套规则: |
| | | |
− | [[File:hyperbolicspacegrowthnetworkmodel.png|500px]] | + | [[File:hyperbolicspacegrowthnetworkmodel.png|center|500px]] |
| | | |
| | | |
第512行: |
第512行: |
| 但是,与[[BA网络模型]]不一样的地方是,双曲模型的链接概率还依赖于双曲距离,如下图所示: | | 但是,与[[BA网络模型]]不一样的地方是,双曲模型的链接概率还依赖于双曲距离,如下图所示: |
| | | |
− | [[File:preferentialattachmentinhyperbolicspace.png|600px]] | + | [[File:preferentialattachmentinhyperbolicspace.png|center|600px]] |
| | | |
| | | |
| 这两张图都是模拟结果。我们看到上图是偏好依附概率随度增长的情况,下图为链接概率与双曲距离的关系,BA网络模型与距离无关。 | | 这两张图都是模拟结果。我们看到上图是偏好依附概率随度增长的情况,下图为链接概率与双曲距离的关系,BA网络模型与距离无关。 |
| | | |
− | [[File:probabilityvshyperbolicdistanceinempiricalnetworks.png|600px]] | + | [[File:probabilityvshyperbolicdistanceinempiricalnetworks.png|center|600px]] |
| | | |
| | | |