复杂网络谱的时序序列分析方法
统计力学
2007-05-23 v1 无序系统与神经网络
摘要
网络谱中相邻能级间距可视为时序序列。本文联合运用多重分形去趋势波动分析（MF-DFA）和扩散熵（DE）从该时序序列中提取特征。对于 WS（Watts and Strogatz）小世界模型，在重组概率处存在临界点。当网络在特定范围内生成时，相关指数落入特定范围。超过该临界点后，所有网络的行为均类似于特定值。对于 ER 模型，时序序列在特定条件下表现为仿布朗运动噪声。对于 GRN（growing random network）模型，长程相关指数的值落入特定范围。大多数 GRN 网络构建的时序序列的概率密度函数呈高斯形式。在 MF-DFA 和 DE 的联合使用中，DE 中的随机化步骤是获取可靠结果的关键。PACS 号：89.75.-k, 05.45.-a, 02.60.-x
关键词
引用
@article{arxiv.cond-mat/0403569,
title = {Temporal Series Analysis Approach to Spectra of Complex Networks},
author = {Huijie Yang and Fangcui Zhao and Longyu Qi and Beilai Hu},
journal= {arXiv preprint arXiv:cond-mat/0403569},
year = {2007}
}
备注
10 pages, 9 figures, to appear in PRE