搜索资源列表
GN
- 复杂网络中社区划分算法中利用边介数的经典GN算法-Complex network community partitioning algorithm using edge betweenness classic GN algorithm
Centrality-measures
- 文件包括：1.计算平均最短路径；2.计算每个顶点相邻节点的平均度；3.计算每个节点的邻近中心度；4.计算节点的介数（slow）；5.计算节点的介数（faster）；6.计算每条边的介数值；7.快速迪杰斯特拉算法；8.经典迪杰斯特拉算法。-1.the average shortest path in the graph 2.the average degree of neighboring nodes for every vertex 3
GraphBetweennessCentrality
- matlab的m文件，用于计算复杂网络中的介数指标的算法。-betweenness Centrality
gn
- Market Newman写的复杂网络的加权GN算法 算法用Python写的 其基本思想是不断的删除网络中具有相对于所有源节点的最大的边介数(ege betweenness)的边，然后，再重新计算网络中剩余的边的相对于所有源节点的边介数-The basic idea is to delete the network with respect to all of the source nodes of the largest betw
GN
- GN算法是一种凝聚型的社区结构发现算法。该算法根据网络中社区内部高内聚、社区之间低内聚的特点，逐步去除社区之间的边，取得相对内聚的社区结构。GN算法是一种分裂方法[]。其基本思想是不断的从网络中移除介数最大的边。-GN algorithm is a cohesive community structure discovery algorithm. Based on the characteristics of high cohesion
复杂网络最短路代码
- 计算复杂网络之间的介数指标，包含求取网络中的最短路问题的多个算法。(Calculate the betweenness index between complex networks and shortest path)
bianjieshu c++
- 针对社群计算中，使用Q值算法，忽视权值，计算社群复杂网络的边介数。(Calculating the boundary betweenness of complex network building.)
igraph
- rigraph实现边介数社区发现算法(GN)(Rigraph implementation of edge betweenness community discovery algorithm (GN))
betweenness_centrality_mex
- 计算复杂网络节点的中心介数以及边的中心介数(matlab program for betweenness centrality)