基于相交环网络邻接与拉普拉斯特征谱的结构与影响洞察

网络的社区结构通常会影响其功能。例如，寻求同步的网络会看到该过程遵循拓扑的层级和社区结构。本文展示了网络邻接矩阵和拉普拉斯矩阵特征谱的相互作用能够揭示层级影响力和社区结构。首先分析了嵌入高连通性枢纽的环网络，以表征邻接和拉普拉斯特征谱所提供的不同洞察。然后将这一理解转移到由相交环组成的卫星网络的案例研究中。从这些场景中发现，邻接矩阵反映网络的结构，而拉普拉斯矩阵检测节点的影响分布。邻接矩阵识别显著网络结构的数量和相对大小，例如高连通性枢纽。相反，拉普拉斯矩阵将这些结构分解为具有等效影响分布的节点集合，其中影响力源于节点连通性的变化。