-
等级
本版专家分：0结帖率 0% -
写论文，查不到网络的加权聚集系数、网络结构熵这两个指标怎么实现？有软件还是需要编程实现呢？求助快被这两个搞死了。展开阅读全文
-
等级
本版专家分：0
-
你好，请问找到网络结构熵的实现方法了吗，我的论文也需要用到这部分。方便分享给我么
- 论文笔记——使用信息熵对复杂网络中节点进行影响力排名
论文笔记——使用信息熵对复杂网络中节点进行影响力排名 本方法是基于k-shell方法提出的一种在分解过程中使用了迭代信息的*多属性k-shell*方法。该方法首先结合了sigmod函数和迭代信息来得到位置指数，之后再次结合...
- 论文笔记—— 利用邻接信息熵识别复杂网络中的重要节点
利用邻接信息熵识别复杂网络中的重要节点 相关定义 定义一：邻接度AiA_iAi 对于无向网络，邻接度AiA_iAi定义为Ai=∑j∈Γ(i)kjA_i=\sum_{j\in\Gamma(i)}k_jAi=j∈Γ(i)∑kj对于有向网络，邻接度AiA_iAi...
- 【机器学习】广义回归神经网络（GRNN）的python实现
【机器学习】广义回归神经网络（GRNN）的python实现一、广义回归神经网络原理1.1、GRNN与PNN的关系2.2、GRNN的网络结构二、广义回归神经网络的优点与不足2.1、优点2.2、不足三、GRNN的python实现参考资料 ...
- 简单直白理解RBF神经网络及其MATLAB实例
RBF和GRNN和PNN神经网络有很多相似之处。后面继续讲GRNN和PNN神经网络。 学习RBF可以先和上一篇博文：BP神经网络做一个类比。 RBF神经网络 RBF神经网络和BP神经网络的区别就在于训练方法上面：RBF的隐含层与输入...
- 卷积神经网络架构
卷积神经网络（conv）架构 卷积神经网络在图像分类数据集上有非常突出的表现，由于一般正常的图像信息过大，如果使用全连接神经网络，需要设置大量的权值w和basic值，这样会导致运算效率较低，还容易导致过分拟合的...
- 基于BP神经网络PID控制+Simulink仿真
最近在学习电机的智能控制，上周学习了基于单神经元的PID控制，这周研究基于BP神经网络的PID控制。 神经网络具有任意非线性表达能力，可以通过对系统性能的学习来实现具有最佳组合的PID控制。利用BP神经网络可以...
- Elman神经网络介绍以及Matlab实现
Elman神经网络是一种典型的动态递归神经网络，它是在BP网络基本结构的基础上，在隐含层增加一个承接层，作为一步延时算子，达到记忆的目的，从而使系统具有适应时变特性的能力，增强了网络的全局稳定性，它比前馈型...
- 求一个计算复杂网络的节点的聚类系数的matlab程序
有一个网络的邻接矩阵，要算出某个节点的聚类系数，就是与该节点的连接的k个节点之间的实际边的数目除以k（k-1）
- 《MATLAB神经网络30个案例分析》学习笔记
《MATLAB神经网络30个案例分析》学习记录（待更新）：1. 数据分类，分类——多个输出，向量表示 [1 0 0] [0 1 0] [0 0 1]这样2. 分线性系统建模，拟合参数，用一定量的输入输出数据训练神经网络即可3. 遗传算法...
- MATLAB神经网络编程（六）——BP神经网络的训练函数
《MATLAB神经网络编程》 化学工业出版社 读书笔记 第四章 前向型神经网络 4.3 BP传播网络 本文是《MATLAB神经网络编程》书籍的阅读笔记，其中涉及的源码、公式、原理都来自此书，若有不理解之处请参阅原书
- 2020最新Java面试题，常见面试题及答案汇总
发现网上很多Java面试题都没有答案，所以花了很长时间搜集整理出来了这套Java面试题大全，希望对大家有帮助哈~ 一、Java 基础 1. JDK 和 JRE 有什么区别？ JDK：Java Development Kit 的简称，java 开发工具包，...
- 【题解】PTA-Python题库 浙大版《Python 程序设计》题目集题解索引
编程题 标号 标题 第1章-1 从键盘输入两个数，求它们的和并输出 第1章-2 从键盘输入三个数到a,b,c中，按公式值输出 第1章-3 输出“Python语言简单易学” 第2章-1 计算 11+12+13+…+m ...求...
- python 计算均值、方差、标准差 Numpy，Pandas
文章目录1. Numpy 计算均值、方差、标准差2. Pandas 计算均值、方差、标准差 Python 中的 numpy 包 和 pandas 包都能够计算均值、方差等，本文总结一下它们的用法。 1. Numpy 计算均值、方差、标准差 ...
- 基于S函数的BP神经网络PID控制器及simulink仿真
基于S函数的BP神经网络PID控制器及simulink仿真 文章目录文章来源和摘要S函数的编写格式和运行步骤simulink模型结构S函数模型初始化部分代码理解S函数模型更新部分S函数模型输出部分S函数完整代码附录 文章来源和...
- 常见复杂网络分析方法
注：本文部分内容来自《复杂网络分析与应用》与《中国航空复杂网络的结构特征与应用分析》 1.赵正旭,郭阳,等.复杂网络分析与应用[M]北京:科学出版社,2018. 2.陈航宇,李慧嘉.中国航空复杂网络的结构特征与应用分析...
- 图像处理系列——图像融合之加权平均（WA）
简单加权融合的确是最简单的融合算法了。其主要的原理就是分别给全色影像与多光谱影像一个权重a，b，那么融合影像的某一波段上(i,j)像素值为：F'(i,j)=a*Pan(i,j)+b*Ms'(i,j)。 对于加权融合而言，其重点则是在于...
- 加权平均图像融合算法及代码
加权平均法图像融合算法的原理就是：对原图像的像素值直接取相同的权值，然后进行加权平均得到融合图像的像素值，举例说比如要融合两幅图像A，B，那它们的融合后图像的像素值就是A*50%+B*50%，就这么简单。...
- 白话空间统计二十四：地理加权回归（三）
如果说，空间统计有别于经典统计学的两大特征：空间相关性和空间异质性，莫兰指数等可以用来量化空间相关性，那么地理加权回归，就可以用来量化空间异质性。 在对全局回归问题的改进中，局部回归可以说是最简单的...
- 一文读懂复杂网络（应用、模型和研究历史）
摘要：随着近几年关于复杂网络（Complex network）理论及其应用研究的不断深入，已有大量关于复杂网络的文章发表在Science，Nature，RL，NAS等国际一流的刊物上，侧面反映了复杂网络已经成为物理界的一个新兴的研究...
- 从AlexNet理解卷积神经网络的一般结构
2012年AlexNet在ImageNet大赛上一举夺魁，开启了深度学习的时代，虽然后来大量比AlexNet更快速更准确的卷积神经网络结构相继出现，但是AlexNet作为开创者依旧有着很多值得学习参考的地方，它为后续的CNN甚至是R-CNN...
- 路径规划基本介绍（一）
一、路径规划的作用 路径规划主要是让目标对象在规定范围内的区域内找到一条从起点到终点的无碰撞安全路径。路径规划中有静态路径规划以及动态路径规划。这里仅针对静态路径规划方法进行简单的介绍，以下路径规划仅...
- matlab实现图像的高斯滤波
高斯滤波的含义：高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。 高斯滤波的作用：高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用...
- 复杂网络（2）--图论的基本理论-最小生成树问题
连通且不含圈的无向图称为树（tree）。树中度为1的节点称为树叶，度大于1的节点称为分支点。 若图G=(V,E)的生成子图是一棵树，则称该树为图G的生成树（spanning tree），也称支撑树，简称为图G的树。...
- 深度学习入门
深度学习
- 图像分割综述
图像分割是计算机视觉研究中的一个经典难题，已经成为图像理解领域关注的一个热点，图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，同时也是图像处理中最困难的问题之一。...
- CNN
卷积神经网络（Convolutional Neural Networks）是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像。CNN在图像分类数据集上有非常突出的表现。 DNN与CNN 下图为DNN： 下图为CNN： 虽然两...
- 随机森林算法Matlab实现
随机森林算法Matlab实现随机森林算法Matlab实现计算当前自身gini系数求最优划分点及其gini系数对data中按decision属性值从小到大排列生成结点生成随机采样样本数据生成决策树评价函数随机森林样本决策函数正确率计算...
- 利用python来求解网络的平均路径长度和聚类系数
利用python来求解网络的平均路径长度和聚类系数 # -*- coding: utf-8 -*- """ Created on Mon Aug 19 13:14:12 2019 @author: Administrator """ # -*- coding: utf-8 -*- """ Created on Sun Jun 16 20...
- Bilateral Filters（双边滤波算法）原理及实现
双边滤波算法实现： 双边滤波算法实例： 参考： http://people.csail.mit.edu/sparis/bf/ http://blog.csdn.net/fightingforcv/article/details/52723376 http://blog.csdn.net/mumu
- EAST算法详解
但是，这些方法即使使用深度神经网络模型，在处理具有挑战性的场景时也通常具有不足之处。这是因为文本检测的整体性能取决于pipelines中多个阶段和各部分的相互作用，而简单的pipeline能够集中精...