打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
复杂网络中的因果涌现
(查看源代码)
2024年11月9日 (六) 13:54的版本
大小无更改
、
2024年11月9日 (星期六)
→宏节点合并方法
第125行:
第125行:
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展示了微观网络,其中待合并的节点(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;
+
1)下面图a展示了微观网络,其中待合并的节点(节点B,C,D)之间没有连边,且待合并节点都指向相同的输出节点(节点E),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;
[[文件:合并方式1.png|居左|800x600像素]]
[[文件:合并方式1.png|居左|800x600像素]]
相信未来
2,464
个编辑