针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题，研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法，主要通过神经网络对不同链路预测相似性指标进行融合。该算法使用神经网络对不同相似性指标的数值特征进行学习，同时采用标准粒子群算法对神经网络进行了优化，并通过优化学习后的神经网络模型计算出融合指标。多个真实网络数据集上实验表明，该算法的预测精度明显高于融合之前的各项指标，并且优于现有融合方法的精度。

8.2 复杂网络上的流行病传播 按照度分布，复杂网络可分为均匀网与非均匀网，它们的流行病传播是不同 的。对于前者，其动力学可由平均场或均匀混合方法给出；而对于后者，我们必 须考虑度分布的影响。如果一个网络的度分布在某一平均值附近且度分布指数衰 减，则度分布范围不大，可看作均匀的，这样的网络称为均匀网，如随机网与小 世界网等。当网络的度分布满足幂率或度分布的范围很大时, 应看作不均匀，这 样的网络称之为非均匀网，如 BA 无标度网等。本节将简单介绍流行病在均匀与 非均匀网上的传播，并介绍无标度网上零传播阈值的有趣结论[15]。 8.2.1 均匀网中的流行病传播

复杂系统与复杂网络，社会计算科研工具书。 目 录 第一章 漫谈复杂性与复杂系统…………………………………………………………1 §1.1 熵…………………………………………………………………………………1 §1.2 计算机与信息……………………………………………………………………5 §1.3 算法复杂性………………………………………………………………………7 §1.4 非平衡统计物理学、耗散结构与协同学………………………………………8 §1.5 临界现象与自组织临界现象……………………………………………………11 §1.6 混沌………………………………………………………………………………20 §1.7 原胞自动机………………………………………………………………………24 §1.8 描述复杂性与统计复杂性………………………………………………………28 第二章 一些有关复杂网络研究的统计物理学方法…………………………………42 §2.1 连续相变的平均场理论…………………………………………………………42 §2.2 自组织临界现象的平均场理论…………………………………………………45 §2.3 流行病传播的平均场理论简介…………………………………………………49 §2.4 主方程……………………………………………………………………………51 §2.5 生成函数…………………………………………………………………………55 §2.6 率方程……………………………………………………………………………56 第三章 博弈论及演化网络博弈…………………………………………………………59 §3.1 基本概念…………………………………………………………………………59 §3.2 完全信息静态博弈与纳什均衡…………………………………………………63 §3.3 完全信息动态博弈与子博弈精炼纳什均衡……………………………………66 §3.4 不完全信息静态博弈与贝叶斯纳什均衡………………………………………68 §3.5 不完全信息动态博弈与精炼贝叶斯纳什均衡…………………………………70 §3.6 合作博弈…………………………………………………………………………73 §3.7 演化网络博弈……………………………………………………………………74 §3.8 城市公交网络的网络操纵者博弈模型…………………………………………82 第四章 数理统计简介………………………………………………………………………87 §4.1 一些基本概念……………………………………………………………………87 §4.2 统计假设及其检验………………………………………………………………90 §4.3 一元线性回归……………………………………………………………………92 §4.4 回归的一些问题…………………………………………………………………95 §4.5 漫谈数据的采集与处理…………………………………………………………102 第五章 图论简介……………………………………………………………………………106 §5.1 一些基本概念……………………………………………………………………109 §5.2 图的连通性………………………………………………………………………112 §5.3 树图………………………………………………………………………………114 §5.4 最短道路问题……………………………………………………………………115 §5.5 图的矩阵描述……………………………………………………………………116 §5.6 有向图……………………………………………………………………………118 §5.7 二分图……………………………………………………………………………119 §5.8 网络流……………………………………………………………………………120 第六章 复杂网络的统计描述……………………………………………………………124 §6.1 平均距离、谐平均距离、效率与脆弱性………………………………………124 §6.2 集群系数、圈系数、富人集团系数、集团度………………………………125 §6.3 度、度分布、度相关性………………………………………………………128 §6.4 边权网及边权的一些统计性质………

复杂网络、图论研究常用的matlab仿真工具包，提供计算介数、最短路径等功能。老版本的资源，就供大家学习用吧

该程序可以求出各种复杂网络的平均路径长度

复杂网络社团划分算法： 包括EO，快速算法等7-8种算法，还有响应的网络数据转换工具，用于算法对比非常方便

社会网络是指人们根据相识关系所形成的网络形态。随着万维网的迅速发展，其中蕴含的社会网络迅速膨胀，其结构异常复杂，导致人们很难通过数字、表格或文字的方式对其进行表示、分析和管理，并使其中所包含的丰富信息资源难于被发现和有效利用。可视化方法可以将复杂的社会网络结构转换成美观的图形，辅助人们直观地理解社会网络结构并从中挖掘有用的信息，是社会网络分析的一个重要途径。在前人研究的基础上，本论文针对从照片共享网站Flickr中采集的社会网络数据，通过在SqlServer数据库管理平台上的SQL编程对社会网络数据集进行了压缩，并基于Matlab平台设计和实现了布点算法对提取的关键网络结构进行了可视化展示。

针对城市路网轨迹数据的社区发现 将社区发现算法应用到对城市路网轨迹数据的处理中，目的是从批量的Geolife数据中提取出一个代表用户社区关系的复杂网络，并针对该网络实现社区发现

包含了BA网络、ws网络、随机图网络、NW网络以及平均路径长度、聚集系数、度分布的计算matlab程序

复杂网络中，设计到的各类基本模型代码，初学者帮助很大