基于冗余感知极大团中心性的复杂网络关键节点识别OA
针对复杂网络多源传播中现有方法易导致影响力重叠的问题,本文提出了基于冗余感知极大团中心性的复杂网络关键节点识别方法。该方法以极大团为基础计算单元,精准量化节点在跨越低约束极大团时的高阶桥接价值;引入Katz中心性作为全局惩罚项,以寻找拓扑分布离散且互补的次核心枢纽,实现动力学去冗余。参数分析实验揭示了去冗余强度与网络结构的内在关联。6个真实世界网络上的易感−感染−恢复动力学仿真实验表明,该方法有效克服了局部传播内耗,在不同干预比例下均实现了最优的标准化稳态感染规模。单调性指数与平均最短路径长度分析结果证实,该方法具备极高的节点排序分辨率和空间离散度。
孙培耀;张靖文;王思哲;王浩华
海南大学数学与统计学院,海南海口570228 海南省工程建模与统计计算重点实验室,海南海口570228海南大学数学与统计学院,海南海口570228 海南大学网络安全空间学院,海南海口570228海南大学数学与统计学院,海南海口570228 天津大学数学学院,天津300072海南大学数学与统计学院,海南海口570228 海南省工程建模与统计计算重点实验室,海南海口570228
社会科学
冗余感知极大团复杂网络关键节点识别
《海南大学学报(自然科学版中英文)》 2026 (4)
P.458-470,13
国家自然科学基金(12261028,11961018)海南省高等学校科学研究资助项目(Hnky2026-5)支持。
评论