大数据时代，互联网成为科学研究的有效工具和平台。借助百度搜索指数数据，运用复杂网络方法构建互联网空间下有向加权城市网络模型，分析互联网上的城市网络格局及复杂结构。以我国36个大城市数据为样本，实证发现该城市网络的节点出权及入权累积分布均符合指数分布，归类网络中的城市活跃类型，计算挖掘出网络中的关键城市节点以及网络的凝聚子群。从互联网新媒介视角对“互联网 ”计划下城市网络结构作出了新的解析，丰富了城市复杂网络的研究，对城市的建设规划、管理具有指导意义。

现有复杂网络节点重要性评估研究主要集中在无向、无权复杂网络上,未能全面客观反映真实复杂网络的情况。本文基于有向加权复杂网络模型,借鉴PageRank排名算法,并结合复杂网络节点重要性评估特点,提出节点重要性评估的新指标―――DWCN - NodeRank和相应评估方法,该指标既反映出节点局部连接的特性,又从全局体现了有向加权复杂网络中整体链接关系对节点重要性的影响。采用真实的复杂网络数据集所进行的仿真实验结果表明,该方法能快速、有效地评估有向加权复杂网络节点的重要性,提高了复杂网络节点重要性评估的实用价值

计算有向、加权复杂网络的最短距离和路径

相位解缠是干涉合成孔径雷达（InSAR）成像的关键步骤之一。首先采用正余弦均值滤波法去除InSAR图像噪声，然后提出一种改进的最小二乘法，即四向加权最小二乘法，应用该算法进行相位解缠实验。实验结果表明，正余弦均值滤波法不仅对去除噪声非常有效，而且很好的保持了图像边缘信息；四向加权最小二乘法比现有的两向最小二乘法相位解缠更接近真实解缠相位。

图论 使用图算法实现有向图和加权图。 笔记 Python文件比Java文件更发达，您可能应该看看这些文件。 Python 实作 有向图（邻接表） 加权图（邻接表） 遍历 广度优先搜索深度优先搜索 最短路径 广度优先搜索最短路径（有向图） Dikstra的最短路径（加权图） 贝尔曼·福特的最短路径（加权图） 优化的Bellman Ford的最短路径（加权图） Java 实作 有向图（邻接表） 加权图（邻接表） 有向图（邻接矩阵） 加权图（邻接矩阵） 最短路径 Dikstra的最短路径（邻接表） 贝尔曼·福特的最短路径（邻接表）

基于BBV的有向加权网络模型基于BBV的有向加权网络模型