更改

具体来说，不同类型的微观节点合并成宏观节点时边权有不同的处理方式，包括四种处理方法：

具体来说，不同类型的微观节点合并成宏观节点时边权有不同的处理方式，包括四种处理方法：

1）下面图a展示了待合并的节点（节点B，C，D）之间没有连边，且待合并节点都指向相同输出节点（节点E）时，将节点B，C，D粗粒化成一个宏观节点<math>\mu</math>，如图b所示，同时需要将指向待合并节点的权重相加，待合并节点的输出权重取平均，具体宏观节点输出权重计算方法为：<math>W_{\mu}=\sum_{i \in S}W_i\frac{1}{N_S})</math>，其中<math>S</math>表示待合并节点集合，<math>W_i</math>表示节点<math>i</math>的出边权重， <math>Ns</math>为待合并节点的数量<math>；

1）下面图a展示了待合并的节点（节点B，C，D）之间没有连边，且待合并节点都指向相同输出节点（节点E）时，将节点B，C，D粗粒化成一个宏观节点<math>\mu</math>，如图b所示，同时需要将指向待合并节点的权重相加，待合并节点的输出权重取平均，具体宏观节点输出权重计算方法为：<math>W_{\mu}=\sum_{i \in S}W_i\frac{1}{N_S}</math>，其中<math>S</math>表示待合并节点集合，<math>W_i</math>表示节点<math>i</math>的出边权重， <math>Ns</math>为待合并节点的数量<math>；

[[文件:合并方式1.png|居左|400x600像素|合并方式1]]

[[文件:合并方式1.png|居左|400x600像素|合并方式1]]

2）待合并的节点之间没有连边且待合并节点指向多个节点时，如图b所示，需要将输入边权加和，出边的边权按比例加权求和，其中<math>w_{ji} </math>为节点<math>v_i </math>的入边权重<math>(W_{\mu|j}=\sum_{i \in S}W_i\frac{\sum_{j->i}w_{ji}}{\sum_{j->k\in S}w_{jk}})</math>；

2）待合并的节点之间没有连边且待合并节点指向多个节点时，如图b所示，需要将输入边权加和，出边的边权按比例加权求和，其中<math>w_{ji} </math>为节点<math>v_i </math>的入边权重<math>(W_{\mu|j}=\sum_{i \in S}W_i\frac{\sum_{j->i}w_{ji}}{\sum_{j->k\in S}w_{jk}})</math>；

3）当待合并节点间存在连边时，如图c所示，需要计算待合并节点的[[平稳分布]]，然后采用方法2的方式计算，其中 <math>π_i </math>为节点<math>v_i </math>在网络平稳分布中的概率<math>(W_{\mu|\pi}=\sum_{i \in S}W_i\frac{\pi_i}{\sum_{k\in S}\pi_k})</math>；

3）当待合并节点间存在连边时，如图c所示，需要计算待合并节点的[[平稳分布]]，然后采用方法2的方式计算，其中 <math>π_i </math>为节点<math>v_i </math>在网络平稳分布中的概率<math>(W_{\mu|\pi}=\sum_{i \in S}W_i\frac{\pi_i}{\sum_{k\in S}\pi_k})</math>；