复杂网络谱图的扩散阶乘矩方法下的尺度不变性

一种新方法称为扩散阶乘矩（DFM）用于获取复杂网络谱图中嵌入的尺度特征。对于连接概率为 $p_{ER} < \frac{1}{N}$ 的 Erdos-Renyi 网络，尺度参数为 $\delta = 0.51$，当 $p_{ER} \ge \frac{1}{N}$ 时，尺度参数显著偏离。对于 WS 小世界网络，在特殊区域 $p_r \in [0.05,0.2]$ 中，发现典型尺度不变性。对于 GRN 网络，在 $\theta\in[0.33,049]$ 范围内，我们有 $\delta=0.6\pm 0.1$。尺度参数在 $\delta=0.6$ 处剧烈振荡。在 $\theta\in[0.54,1]$ 范围内，我们基本上有 $\delta>0.7$。尺度不变性是三种网络的共同特征，可作为统一方式对复杂网络进行全局测量。