关于复杂网络节点的加权融合感知分类算法

摘要

对复杂网络节点进行合理有效的感知分类,有利于改善网络运行的可靠性,增强对关键节点的保护.现有方法大多采取单一指标评估节点,在网络产生波动时易出现全局或者局部影响,导致感知性能存在局限,为此提出了加权融合感知分类方法.方法 首先在复杂网络节点无向图模型基础上,针对单一评价指标可能出现的弊端,分析了节点度、抗破坏能力,以及介数三种指标,并改进了连通度算法;然后将节点指标采取层次标记,利用初始判断矩阵计算出加权,并构造节点的评价矩阵;最后根据紧密度公式计算所有节点的近似度,从而实现对节点的感知分类.通过仿真证明加权融合感知分类方法能够有效提高复杂网络节点的感知准确性与高效性,具有良好的鲁棒性.