arXiv 1402.72462014-02-28physics.soc-phnlin.CD

加权网络的多重分形分析

Multi-fractal analysis of weighted networks

Daijun Wei, Xiaowu Chen, Cai Gao, Haixin Zhang, Bo Wei, Yong Deng

摘要：

在许多实际的复杂网络中，发现了分形和自相似的性质，分形维数是描述复杂网络分形性质的一种有效方法。如果只取一个分形维数来研究复杂网络，分形分析是不够的。在这种情况下，复杂网络的多重分形分析受到关注。而加权网络的多重分形维数研究较少。基于加权网络分形维数的盒覆盖算法（BCANw），提出了加权网络的多重分形维数。将该方法应用于实际网络的分形维数计算。数值结果表明，该方法是分析加权网络分形性质的有效方法。

英文摘要：

In many real complex networks, the fractal and self-similarity properties have been found. The fractal dimension is a useful method to describe fractal property of complex networks. Fractal analysis is inadequate if only taking one fractal dimension to study complex networks. In this case, multifractal analysis of complex networks are concerned. However, multifractal dimension of weighted networks are less involved. In this paper, multifractal dimension of weighted networks is proposed based on box-covering algorithm for fractal dimension of weighted networks (BCANw). The proposed method is applied to calculate the fractal dimensions of some real networks. Our numerical results indicate that the proposed method is efficient for analysis fractal property of weighted networks.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

随机加权分形网络

Stochastic Weighted Fractal Networks

本文介绍了复加权分形网络的新模型：确定性非齐次加权分形网络和随机加权分形网络。这两类网络都可以用所涉及的参数来完全解析地表征。本文提出的算法改进和扩展了（T. Carletti & S. Righi，in press Physica A，2010）

2010-02-01cond-mat.stat-mechphysics.soc-ph

基于改进沙箱算法的加权网络多重分形分析

Multifractal analysis of weighted networks by a modified sandbox algorithm

复杂网络在许多领域引起了越来越多的关注。多重分形分析（MFA）作为分形分析的推广，是系统描述理论和实验分形图案空间异质性的有效方法。在过去的几年里，人们提出了一些求解无权复杂网络MFA的算法，包括我们小组最近提出的沙盒算法。本文提出了一种改进的SB算法（简称SBw算法），首先利用SBw算法研究了两类加权分形网络（WFN）：“Sierpinski”WFN和“Cantor dust”WFN的多重分形性质。我们还讨论了分形维数和广义分形维数随WFN边权值的变化。通过对这些网络的理论分形维数和数值分形维数的比较，我们可以发现SBw算法对于加权网络的MFA是有效可行的。然后，我们应用SBw算法研究了一些实加权网络--协作网络的多重分形性质。研究发现，这些加权网络都存在多重分形，且受其边权值的影响。

2015-11-23physics.soc-ph

复杂网络的分形和多重分形分析：爱沙尼亚支付网络

Fractal and multifractal analysis of complex networks: Estonian network of payments

近年来，复杂网络受到了不同领域的广泛关注。特别是，这种系统的结构和动力学吸引了相当大的兴趣。复杂网络可能具有多重分形特征。在本研究中，我们分析了一个新型网络的分形和多重分形特性：爱沙尼亚的大规模经济支付网络，其中公司由节点表示，公司之间进行的支付由链接表示。我们提出了一个分形标度分析，并使用沙箱算法检查这个网络的多重分形行为。我们的研究结果表明，在这个网络中的多重分形的存在，因此，在爱沙尼亚经济的多重分形的存在。据我们所知，这是第一个分析复杂支付网络多重分形的研究。

2017-10-10physics.soc-ph

揭示复杂网络的多重分形结构

Unveiling the Multi-fractal Structure of Complex Networks

图的分形性质传统上是以网络的节点为基本单位来研究的。在这里，相反，我们建议集中在图的边缘，并介绍一个实用的和计算不要求的方法来揭示网络的分形行为的变化，特别是允许单分形，准单分形和多重分形结构之间的区别。我们表明，度的均匀性在确定底层网络的分形性质中起着至关重要的作用，并报告了六种不同的蛋白质-蛋白质相互作用网络及其相应的随机网络。我们的分析可以识别物种中不同程度的复杂性。

2017-03-27cond-mat.dis-nnnlin.AOphysics.soc-ph

城市体系的空间测度：从熵到分维

Spatial Measures of Urban Systems: from Entropy to Fractal Dimension

一种基于广义熵函数的分维定义。熵和分维都可以用来表征城市和区域等复杂空间系统。尽管熵与分维之间存在着内在联系，但它们在城市研究中有着不同的应用范围和方向。利用标度学的思想，探讨如何将熵度量转化为分维，用于城市无标度现象的空间分析。城市系统是随机的预分形和多重分形系统。分形城市的熵具有两个典型的性质。一是规模依赖。城市系统的熵值往往依赖于空间尺度。另一个是熵守恒。不同的分形部分具有相同的熵值。因此，熵在理论上不能反映分形城市的空间异质性。将广义熵转化为多重分形谱，可以在一定程度上解决城市空间分析中的尺度依赖性和熵均匀性问题。尺度依赖的本质是城市的尺度化，城市的空间异质性可以用多重分形尺度来表征。本研究有助于学生对城市空间复杂性的描述和理解。

2018-11-19physics.soc-ph

人口年龄空间分布的分形模式

Fractal Patterns in Spatial Distribution of Population by Age Group

多重分形是种群空间分布的一种模式。在这项研究中，我们进行了多重分形分析的人口年龄组在日本首都地区。各种群总体上表现出人口密集地区相互之间相对联系的特点。我们还调查了年龄组的多重分形的依赖。多重分形测度表明，由年轻劳动年龄人口组成的群体表现出很强的异质性和人口集中性，而由老年人组成的人口则表现出相对同质的性质。

2020-05-08physics.soc-ph

更多相关论文收起更多论文

城市分维计算中不确定性问题的解决方法

The solutions to uncertainty problem of urban fractal dimension calculation

分形几何为城市的无标度空间分析提供了有力的工具，但分形维数的计算结果往往依赖于研究方法和研究区域的范围。这一现象一直困扰着许多研究者。讨论了分形维数估计的不确定性问题及其解决方法，以规则分形为原型，通过类比的方法揭示了分形维数估计结果差异的原因和影响。影响城市分维值的主要因素包括预分形结构、多尺度分形图案和自仿射分形生长。解决这一问题的方法是用可比较的分维值代替真实的分维值。主要措施如下：第一，针对特定的分形研究，选择合适的方法。第二，根据研究目标为一个城市确定一个合适的研究区域，或者为不同的城市确定一个可比的研究区域。这些建议对那些对分形城市感兴趣甚至已经参与分形城市研究的学生有一定的帮助。

2018-11-19physics.soc-ph

基于Renyi熵和分形参数的城市空间分析

Spatial Analysis of Cities Using Renyi Entropy and Fractal Parameters

城市的空间分布可分为两类：一类是具有特征尺度的简单分布（如指数分布），另一类是不具有特征尺度的复杂分布（如幂律分布）。后者属于无标度分布，可以用分形几何来模拟。然而，分形维数不适合前者的分布。相比之下，空间熵可以用来衡量任何类型的城市分布。本文利用欧氏几何与分形几何的对偶关系推广了多重分形参数。其主要方法是数学推导和实证分析，理论基础是发现了归一化分维与归一化熵相等。基于这一发现，一组有用的空间指标称为虚拟多重分形参数定义的地理分析。这些指标既可以用来描述简单分布，也可以用来描述复杂分布。将虚拟多重分形指数应用于杭州市人口密度分布。计算结果揭示了杭州城市形态的时空演变特征。研究表明，分形维数和空间熵可以结合起来，产生一个新的方法来分析城市发展的空间。

2017-08-26physics.soc-ph

归一化空间熵与分形维数的等价关系

Equivalent Relation between Normalized Spatial Entropy and Fractal Dimension

分形维数是在熵的基础上定义的，包括宏观状态熵和信息熵。多重分形的广义关联维数是基于Renyi熵的。然而，从熵到分维的数学转换在理论和实践上都还不清楚。利用泛函计盒法揭示了空间熵与分形维数之间新的等价关系。基于各种规则分形，研究了空间熵与分维之间的数值关系。结果表明，实际熵（Mq）与最大熵（Mmax）之比等于实际维数（Dq）与最大维数（Dmax）之比。利用泛函计盒法可以实现复杂空间系统的空间熵与分维的相互转换。城市形态观测数据验证了理论推断。得出了归一化空间熵等于归一化分维的结论。分形维数被证明是熵的特征值。在实证研究中，如果空间尺度的线性尺度足够小，则归一化熵值无限逼近相应的归一化分维值。根据理论结果，可以定义新的城市空间填充度空间度量，并将多重分形参数推广到简单系统和复杂系统的描述。

2017-07-12physics.data-anphysics.soc-ph

复杂网络的多重分形性

Multifractality of complex networks

我们证明了解析和数值的可能性，分形性质的无标度网络不能用一个唯一的分形维数和网络采取多重分形结构。研究发现，几种确定性、随机性和真实世界分形无标度网络的质量指数$τ(q)$是$q$的非线性函数，这意味着这些网络的结构测度服从多重分形标度.此外，我们还利用平均场近似给出了一类分形无标度网络的$τ(q)$的一般表达式。网络结构的多重分形性质是无标度网络中局部节点密度大幅度波动的结果。

2011-10-03cond-mat.stat-mechphysics.soc-ph