• 可以对结构和功能脑组织数据集进行复杂网络(图)分析、网络的统计描述和结构、网络模型、社区发现、网络可视化。
• MATLAB工具箱大全-matlab 复杂网络工具箱
• matlab复杂网络代码，很好用希望大家喜欢
• MATLAB复杂网络工具箱使用手册 MATLAB复杂网络工具箱使用手册 MATLAB复杂网络工具箱使用手册
• matlab 复杂网络工具箱，可用，可以在matlab中画网络图及进行各种网络结构特征分析
• matlab复杂网络及其零模型拓扑性质的计算，包括度分布，余度分布，平均路径长度，聚类系数，余平均度等等
• 复杂网络matlab代码工具箱，Complex Networks Toolbox for MatLab
• 复杂网络中的分区技术源代码，运行有效.复杂网络中的分区技术源代码，运行有效.
• 邻接表、邻接矩阵转换 、平均路径、聚类系数、平均度、度分布等
• 最近一周花了一些时间在一个...二是自己刚刚接触MATLAB编程，希望能锻炼一下。 下面是题目： Identifyingthe error connections in the network The network is apowerful tool to describe the structure of a r
最近一周花了一些时间在一个所谓的亚太数学建模竞赛上，其实自己主要有两点考虑，一是当做美赛之前的一个热身；二是自己刚刚接触MATLAB编程，希望能锻炼一下。
下面是题目：

Identifyingthe error connections in the network
The network is apowerful tool to describe the structure of a real system—— the socialnetwork describes the relationship between human beings, and the World Wide Webdescribes the hyperlink relationship between web pages. With the development ofmodern technology,
we have accumulated more and more network data, but the datais partially incomplete, inaccurate or sometimes distorted. For example, in thebiological network, some early proved existing gene-gene and protein-protein interrelationsare overturned by new experiments
with higher accuracy.
This topic willaddress real network problems from biology, information and social networks withdata of 6 networks. The scale of these networks is ranging from hundreds ofnodes to millions of nodes. Each network connection may be undirected (forexample, friend-connection
in twitter), or directed (such as people “follow”others in twitter). Based on the original real network, we have added a numberof false connections which meet following criteria: (1) the number of the falseconnections is not more than 10% of the total number
of connections; (2) theerror connections are picked in a completely random manner.
(1)Develop a mathematical model to understand the structure and organization mechanicsof the network. The structural characteristics of the different types ofnetworks and the organization principle are not always the same.
(2)Propose an effective method to identify the error connections. Show the completenessof how the structural characteristics are discovered; explain the validity andthe accuracy of the mathematical model as well as the accuracy of the algorithm.
Attachment
Data description
Thenetworks related to this problem are numbered 1 to 6 in Table 1. The dataitself and its detailed description of how it can be obtained are given in the
Supplementary information.
Table 1：Briefdata description

No.

networks

Types

nodes

Total connections

Error connections

１

Social network

Undirected

50398

44268

2108

２

Social network

Directed

25440

1506389

71732

３

Bio-network

undirected

2186

10491

499

４

Bio-network

Directed

293

2263

107

５

Info-network

undirected

4554

5788

275

６

Info-network

Directed

2591

9093

433

Forany of the above network, if the real number of error connections is R, thenthe player should submit how those R error connections are identified in astandard format (please refer to
Supplementaryinformation for the standard format of submission). If
r out of R error connections are identified correctly in thesubmission, then the score is r/R. The total score obtained by the players inall 6 networks is the only measure of the accuracy of the algorithm.

Supplementaryinformation

http://www.pkbigdata.com/common/competition/150.html,and get the right to download data and submit the results after register withyour real name. In order
to guarantee fairnessof this competition, all teams must register with their real names, and eachteam can only register once. Anyone(any team) who does not register in realname, or register more than one team names or maliciously affect theregistration of
other teams, will be disqualified.When registering the
www.pkbigdata.com,the register email must keep the sameas the registration on the
www.saikr.com/apmcm.Besides, the team name on the pkbigdata.com is your team number, for example0001, 1100.
2）               Please notethat each team not only need to submit the final paper, but also must submitthe algorithm and the results. In the contest page entitled "identify theerror connections in the network", the players can see a more detailedinstruction
of the data and the submission format of the results. During thecontest, for each network, each team has no more than 10 chances to submit theresults of the algorithm. Players can obtain a real-time ranking of all theteams for the algorithm accuracy of each
network and the total accuracy scoreof all 6 networks. Please submit the results with the right team name as the onein the registration platform. Although the submission of the algorithm resultsis not necessary in this contest, the results have a great impact
on the finalresults of the competition.
3）               The scoredefined by r/R need show on the abstract of the final paper. The expert groupcan consider the score but not all. Novel ideas are more important.
Thefollowing two books published by Higher Education Press maybe helpful for theparticipants to understand the problem and design algorithms:“Network Science:An Introduction”(Wang xiaofan et al., 2012); “Link Prediction” (Lv Linyuan etal., 2013).
想到这个学期也对无标度网络和小世界网络有所接触，所以看到题目不知水深水浅也就选了。
主要介绍第一问的一些处理技巧：
数据是给出了一些数字组合，每个组合代表一个连接，以下部分数据：
node1,node2
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0,179
0,251
1,10
1,115
1,12
1,84
1,129
1,7
1,130
1,131
1,72
1,74
2,67
2,151
2,152
2,153
2,154
2,155
2,156
2,157
经过检查发现，这些数字竟然还有跳跃，所以第一步为了分析数据，我就先引入了一个Map,吧这些数字从小到大排序，然后用序号代替数字，这样这些数字就连续了。
代码实现
source = input('input filename\n');
tic
ConNum = length(Con);%计算连接数目
ConMap = unique(Con);%使用<span style="background-color: rgb(255, 255, 0);">unique</span>函数进行排序在完成排序之后，需要根据原有的连接来确定新序号的连接
NodesNum = length(ConMap);%根据编号数量确定节点数
SpMatrix = sparse(1:NodesNum, 1:NodesNum, 0);%initial sparse matrix
NewCon = zeros(ConNum, 2);
for i=1:NodesNum
NewCon(Con==ConMap(i))=i;%
end根据新生成的连接生成相应的邻接矩阵，然后通过graphallshortestpaths函数求出最短路径
SpMatrix(sub2ind(size(SpMatrix), NewCon(:,2),NewCon(:,1))) = 1;%get lower triangular matrix
SpMatrix = SpMatrix + SpMatrix';
SpMatrix(SpMatrix==2) = 1;%avoid repeat
Paths = graphallshortestpaths(SpMatrix, 'directed', false);根据最短路径确定平均路径，网络直径以及加权平均路径：
Paths = tril(Paths);
D = max(max(Paths));%diamater
Sum = sum(nonzeros(Paths));
L = Sum/nchoosek(NodesNum, 2);
harm_L = harmmean(nonzeros(Paths));接触matlabBGL工具箱
C =  clustering_coefficients(SpMatrix);
C = mean(C);
统计度分布
diff_k = unique(k);
num_k = zeros(1, length(diff_k));
for i=1:length(diff_k)
num_k(i) = length(find(k==diff_k(i)));
end画图
subplot(2,2,1)
scatter(log10(diff_k), log10(P_k),'full','y');
title('degree distributions');
xlabel('log-log coordinates');
hold on
subplot(2,2,2)
scatter(diff_k, P_k,'full','r');
title('degree distributions');
xlabel('formal coordinates');
subplot(2,2,3)
scatter(log10(diff_k),log10(total_k),'full','b')
title('cumulative degree distributions');
xlabel('log-log coordinates');
subplot(2,2,4)
scatter(diff_k,total_k,'full','g');
title('cumulative degree distributions');
xlabel('formal coordinates');
source = [source,'_u.jpg'];
saveas(gcf,source);得到图形，还是有一定幂律分布的

最后，这些代码都相对简练，如果有看不懂的一定要把函数先单独提出来学习。
体会matlab矩阵编程简洁之美：参考学习MATLAB for循环优化三例
其实主要任务是找到错误节点，显然没有完成这个任务，原因有三：
1、低估了问题难度，以及高估了自己的能力；
2、复杂网络确实是个比较难的问题；
3、方向不明确，找了很多无用的资料。
不过也在这一个星期深深感受到复杂网络的有趣之处，今后有机会还会继续花时间研究这方面的问题。


展开全文
• 无标度网络及MATLAB建模_IT/计算机_专业资料。无标度网络及MATLAB建模,有详细的matlab程序和注释,有建模的结果 无标度网络 无标度网络 1.简介传统的随机网络(如......无标度网络matlab建模_其它_工作...复杂网络聚类...
无标度网络及MATLAB建模_IT/计算机_专业资料。无标度网络及MATLAB建模,有详细的matlab程序和注释,有建模的结果 无标度网络 无标度网络 1.简介传统的随机网络(如......无标度网络matlab建模_其它_工作范文_实用文档。实用文档复杂系统无标度网络研究与建模 XXX 南京信息工程大学 XXXX 系,南京 210044 摘要:21 世纪是复杂性的世界,......复杂网络聚类系数和平均路径长度计算的MATLAB源代码_数学_自然科学_专业资料。复杂网络聚类系数和平均路径长度计算的 MA TLAB 源代码 申明:文章来自百度用户 carrot_......复杂网络的无标度特性上海理工大学 管理学院、系统工程研究所 张宁 目录概率统计...常用软件 Sas Matlab Pajek Origin Netdraw Waxman Gt-itm Tiers Brite Inet Pl......3.MATLAB function %By 201121250314 N= X; m0= 3; m= 3; 建模 matrix ...分析无标度特性的发现突破了随机网络模型的束缚, 使我们认识到各种复杂系统 的......复杂网络的无标度特性上海理工大学 管理学院、系统工程研究所 张宁 目录 ? ? ...? ? ? ? Sas Matlab Pajek Origin Netdraw ? ? Waxman Gt-itm ? ? Tiers......? 复杂网络都具有分布于平均值两 边的度分布曲线吗? 无标度(Scale-free)网络...? ? ? ? Sas Matlab Pajek Origin Netdraw ? ? Waxman Gt-itm ? ? Tiers......所以研究神经元网络模型及在matlab中的实现为我们更好的对我们对神经元网络 的理解有着深远的意义。 ? ? 13.1.2神经元网络的发展史 ? ? 生物神经元 神经元......复杂网络的无标度特性 目录 概率统计预备知识 网络(图)的基本概念 规则图和...常用软件 Sas Matlab Pajek Origin Netdraw Waxman Gt-itm Tiers Brite Inet Pl......无标度网络matlab建模_数学_自然科学_专业资料。复杂系统无标度网络研究与建模 XXX 南京信息工程大学 XXXX 系,南京 210044 摘要:21 世纪是复杂性的世界,基于还原......采用 Space L 法,按照前述基本假设 构筑复杂网络。本文采用 Matlab 编程生成邻接矩阵,利用 Ucinet 的 NetDraw 绘制复杂网络图如图 2(b)所示。图中所 有的连接边......复杂网络的无标度特性 目录 ? 概率统计预备知识 ? 网络(图)的基本概念 ? ...Sas ? Matlab ? Pajek ? Origin ? Netdraw ?Waxman ?Gt-itm ?Tiers ?Brite......基于Matlab的无标度网络仿真_信息与通信_工程科技_专业资料。无标度网络 无标度网络无标度网络(或称无尺度网络)的概念是随着对复杂网络的研究而出现的。“网络”......利用MATLAB对改进无标度网络的度分布进行仿真,仿真的结果表明改进模型 的度分布在双对数坐标下不再是和BA模型一样的直线而是一条曲线;最后讨论了 改进无标度网络......(部 ) 业级 复杂网络牛顿—拉夫逊法潮流分析 信息科学与电气工程学院电气工程及...基于复杂网络的配电网拓扑模型研究 谷骞 1, 李红娇 1, 马路林 1, 谷曦 2 【摘要】摘要:利用 Matlab 工具将无尺度网络、小世界网络、随机网络 3 种 典型的......标签:通用机场;复杂网络;机场保障;MATLAB;PAJE 基于复杂网络理论的通...[摘要]基于复杂网络理论对广西某快递物流配送网络的最短路径、 网络连通效率、 节点度分布、 节点介数和聚类系数等特 性进行分析, 然后结合 Matlab 软件对网络遭到......基于BA网络模型构建了一种包括节点进入、退出和补偿机制的供应链网络演化模型.首先运用连续域理论求解该模型的度分布解析表达式;其次,使用Matlab进行仿真,并计算出模拟......龙源期刊网  基于复杂网络理论的电...
展开全文
• Acknowledgements This package, and especially the more advanced algorithms in it were developed in tight cooperation with Prof. Yoram Louzoun. Some of these algorithms were implemented by Royi ...
• Brain Connectivity Toolbox是一个MATLAB工具箱, 可以对结构和功能脑组织数据集进行复杂网络(图)分析. 网址1:http://www.nitrc.org/projects/bct 网址2:http://www.brain-connectivity-toolbox.net/ 【网络的统计...
Brain Connectivity Toolbox 是一个MATLAB工具箱, 可以对结构和功能脑组织数据集进行复杂网络(图)分析.
网址1: http://www.nitrc.org/projects/bct
网址2: http://www.brain-connectivity-toolbox.net/
【网络的统计描述和结构】
assortativity_bin: 二元网络(binary network,即无权网络)的同配系数
assortativity_wei: 有权网络的同配系数
betweenness_bin: 无权网络的介数(betweenness)
betweenness_wei: 有权网络的介数
edge_betweenness_wei: 有权网络的边介数
edge_betweenness_bin: 无权网络的边介数
clustering_coef_wd: 有权有向网络的聚类系数(cluster coefficient)
clustering_coef_wu: 有权无向网络的聚类系数(权应介于0-1之间)
clustering_coef_bd: 有向无权网络的聚类系数
clustering_coef_bu: 无向无权网络的聚类系数
clustering_coef_wu_sign: 有权无向网络的聚类系数(包括3中不同定义)
charpath: 计算特征路径长度(平均路径长度), 网络效率, 离心率, 半径, 直径
consensus_und: 一致性系数(Consensus clustering). Ref: Lancichinetti & Fortunato (2012). Consensus clustering in complex networks. Scientific Reports 2, Article number: 336.
core_periphery_dir: 网络核心/边缘识别. Ref1: Borgatti and Everett (2000) Soc Networks 21:375鈥�95.; Ref2: Newman (2006) Phys Rev E 74:036104, PNAS 23:8577-8582.; Ref3: Rubinov, Ypma et al. (2015) PNAS 112:10032-7
cycprob: Cycle probability
degrees_dir: 出/入度
degrees_und: 度
density_dir: 有向网络密度
density_und: 无向网络密度
jdegree: 联合度分布(有向网络)
kcore_bd: k-核分解(有向)
kcore_bu: k-核分解(无向)
kcoreness_centrality_bu: 核数
kcoreness_centrality_bd: 核数
diffusion_efficiency: 传播效率(定义为ij之间首次到达时间的倒数)
efficiency_bin: 无权网络的效率(定义为最短距离的倒数的平均)
efficiency_wei: 有权网络的效率
distance_bin: 无权网络的点间距离
distance_wei: 点间距离(Dijkstra's algorithm)
distance_wei_floyd: 点间距离(Floyd-Warshall algorithm)
edge_nei_overlap_bd: 邻接节点的重合邻居数量(有向网络). Ref: Easley and Kleinberg (2010) Networks, Crowds, and Markets. Cambridge University Press, Chapter 3
edge_nei_overlap_bu: 邻接节点的重合邻居数量(无向网络).
eigenvector_centrality_und: 无向网络的特征向量中心性
erange: 无权网络的捷径(定义为显著减少平均路径长度的边)
findwalks: 给定距离后, 找到两点间路径数量
flow_coef_bd: 无权有向网络flow coefficient(定义类似介数) Ref: Honey et al. (2007) PNAS
get_components: 找到无向网络的所有连通子图
[网络模型]
generative_model: 产生一个人工网络. Ref: Reference: Betzel et al (2016) Neuroimage 124:1054-64.
evaluate_generative_model: 对比两个网络的差异性.
generate_fc: Generation of synthetic functional connectivity matrices
[社区发现]
clique_communities: 重叠社区发现clique percolation算法. Ref: Palla et al. (2005) Nature 435, 814-818.
community_louvain: 基于优化的社区发现算法. (Ref1: Blondel et al. (2008) J. Stat. Mech. P10008.; Ref2: Reichardt and Bornholdt (2006) Phys. Rev. E 74, 016110.; Ref3: Ronhovde and Nussinov (2008) Phys. Rev. E 80, 016109; Ref4: Sun et al. (2008) Europhysics Lett 86, 28004.; Ref5: Rubinov and Sporns (2011) Neuroimage 56:2068-79.)
diversity_coef_sign: 基于香农熵的多样性系数. Ref: Rubinov and Sporns (2011) NeuroImage.
gateway_coef_sign: Gateway coefficient
gtom: Generalized topological overlap measure(相似的m步邻居). Ref1: Yip & Horvath (2007) BMC Bioinformatics 2007, 8:22; Ref2: Ravasz et al (2002) Science 297 (5586), 1551.
[网络可视化]
backbone_wu: 提取网络的骨架(基于最小生成树)
grid_communities: 社区
agreement: Agreement matrix from clusters
agreement_weighted: Weights agreement matrix
align_matrices: Alignment of two matrices

转载出自：https://site.douban.com/280054/widget/notes/192041543/note/603765374/

展开全文
• matlab程序，分析复杂网络时使用 以美国航空网数据集为例 将txt文件中的数据集改为--邻接矩阵--形式进行保存 转换结果为无向、无权图 a为节点个数（可随意设） 为了执行简单，函数没有设置参数，大家直接在程序里改...
1. 首先将使用手册中的工具箱文件夹ComplexNetworkPackage32bit拷贝到电脑上任意一个
盘符下面。然后打开MATLAB软件，开始设置路径，如下图：

4.输入复杂网络的相关代码，运行程序。


展开全文
• components(）函数计算一个图（矩阵）的连通分量[ci sizes] = components(A) 返回矩阵的顶点分别属于哪一个连通分量的索引（Ci)，以及每一个连通分量的大小（size)，连通分量的个数即为max（components(A)）...
• 致 谢至此论文完成之际，我的短暂的研究生生涯也即将结束。...同时也向奋斗在复杂网络领域的同仁们致以崇高的敬意！是你们众策群力，推动了这一领域在中国的继续前进。言有所尽，不能尽表其意；篇有...
• ## 复杂网络的matlab实现

千次下载 热门讨论 2011-12-19 19:14:01
复杂网络的基于matlab的网络基本模型，用matlab仿真复杂网络的同步
• MATLAB复杂网络的最短路径
• 复杂网络的基于matlab的网络基本模型，用matlab仿真复杂网络的同步，希望对大家有所帮助。
• 运用matlab模拟复杂网络攻击，从而观察复杂网络的效率变化，这里是编好的源代码，可以直接调用，欢迎下载。
• matlab所写的复杂网络所用的经典算法，如BA无标度网络，ER随机网络，WS小世界网络和NS小世界网络，以及最近邻耦合网络等matlab算法，可以修改参数，可以绘制复杂网络图形。在matlab中直接可运行。
• ## 复杂网络matlab程序

热门讨论 2011-04-10 12:31:08
matlab相当不错的源程序，供复杂网络研究人员参考
• matlab开发-复杂网络的数据流量。大型复杂网络分析
• MIT复杂网络包，里面包括用以计算复杂网络的各种函数，请仔细参考
• 各种复杂网络matlab程序，包括求最大特征根，度分布，聚类系数，点和边的介数，网络平均距离，ER,WS,BA网络生成等等。
• SF，WS，随机图，度分布，簇系数，平均距离
• 复杂网络聚类系数的matlab编程代码,将复杂网络存储为矩阵,再对其matLab编程,求得复杂网络的集类系数 复杂网络聚类系数的matlab编程代码,将复杂网络存储为矩阵,再对其matLab编程,求得复杂网络的集类系数

...

matlab 订阅