中心
测量节点的重要性
描述
例子
网页排名的网站
包含六个虚构的网站创建和绘制图表。
s = [1 1 2 2 3 3 3 4 5];t = [4 5 6 2 5 3 4 1 1];名称= {“http://www.example.com/alpha”,“http://www.example.com/beta”,…“http://www.example.com/gamma”,“http://www.example.com/delta”,…“http://www.example.com/epsilon”,“http://www.example.com/zeta”};G =有向图(s t[],名称);情节(G,“NodeLabel”,{“α”,“β”,“伽马”,“δ”,‘ε’,“ζ”})
计算每个网站使用的网页排名中心
函数。添加这个信息节点
图的表作为图的节点属性。
pg_ranks =中心(G,“pagerank”)
pg_ranks =6×10.3210 0.1706 0.1066 0.1368 0.2008 0.0643
G.Nodes。PageRank = pg_ranks;G.Nodes
ans =6×2表0.32098名称PageRank __________________________________ ________ {' http://www.example.com/alpha '} {' http://www.example.com/beta '} 0.17057 0.10657 {' http://www.example.com/gamma '} {' http://www.example.com/delta '} 0.13678 0.20078 {' http://www.example.com/epsilon '} {' http://www.example.com/zeta '} 0.06432
也确定哪些节点是中心和部门使用中心
和附加的分数节点
表。
hub_ranks =中心(G,“中心”);auth_ranks =中心(G,“当局”);G.Nodes。中心= hub_ranks;G.Nodes。一个uthorities = auth_ranks;
G.Nodes
ans =6×4表名字PageRank中心当局__________________________________ ________ __________ ___________ {' http://www.example.com/alpha '} 0.32098 0.24995 7.3237 e-05 {' http://www.example.com/beta '} 0.17057 0.24995 0.099993 0.10657 - 0.49991 {' http://www.example.com/gamma '} {' http://www.example.com/delta '} e-05 9.1536 0.13678 0.29998 0.099993 0.20078 - 9.1536 {' http://www.example.com/epsilon '} e-05 0.06432 0 0.19999 0.29998 {' http://www.example.com/zeta '}
学位中心的随机图
创建和阴谋使用随机稀疏邻接矩阵加权图。因为有很多边缘,使用一个很小的值EdgeAlpha
边主要是透明的。
一个= sprand (1000、1000、0.15);= A + A”;图G = (,“omitselfloops”);p =情节(G,“布局”,“力”,“EdgeAlpha”,0.005,“NodeColor”,“r”);
计算每个节点的中心度。指定每条边使用边的重要性。
deg_ranks =中心(G,“度”,“重要性”,G.Edges.Weight);
使用离散化
将节点到基于他们的中心成绩7条平行的垃圾箱。
边缘= linspace (min (deg_ranks), max (deg_ranks), 7);垃圾箱=离散化(deg_ranks,边);
使情节中的每个节点的大小正比于其中心得分。每个节点的标志大小等于本数量(1 - 7)。
p。MarkerSize =垃圾箱;
亲密和明尼苏达中间性的道路
加载数据minnesota.mat
,其中包含一个图形对象G
代表在明尼苏达州的道路网络。图的节点xy中包含的坐标XCoord
和YCoord
变量的G.Nodes
表。
负载minnesota.matxy = [G.Nodes。XCoordG.Nodes。YCoord];
边的权值添加到图,大致对应于道路的长度,使用之间的欧氏距离计算xy每条边的最终节点的坐标。
(s, t) = findedge (G);G.Edges。重量=函数(xy(年代,1)xy (t, 1), xy(年代,2)xy (t, 2));
绘制图使用xy节点的坐标。
p =情节(G,“XData”xy (: 1),“YData”xy (: 2),“MarkerSize”5);标题(“明尼苏达州道路网”)
计算每个节点的接近中心。规模的节点颜色NodeCData
中心分数成正比。
ucc =中心(G,“亲密”);p。NodeCData = ucc; colormap飞机colorbar标题(“亲密中心成绩未加权的”)
也计算加权亲密中心得分,利用边的权值遍历每个边的成本。使用道路的长度作为边的权值提高质量得分,因为现在距离测量所有旅行边的长度的总和,而不是边的数量了。
“=中心(G,“亲密”,“成本”,G.Edges.Weight);p。NodeCData = wcc; title(“亲密中心分数加权”)
计算加权中间性中心得分图来确定道路最常发现在两个节点之间的最短路径。规范化的中心成绩的因素 这分数代表一个旅行者沿着最短路径的概率两个随机节点之间将通过给定节点旅行。情节表明有一些非常重要的通往城市的道路。
白细胞=中心(G,“中间状态”,“成本”,G.Edges.Weight);n = numnodes (G);p。NodeCData = 2*wbc./((n-2)*(n-1)); colormap(flip(autumn,1)); title(“中间性中心分数加权”)
输入参数
类型
- - - - - -类型的节点中心
“度”
|“出度”
|“入度”
|“亲密”
|“incloseness”
|“outcloseness”
|“中间状态”
|“pagerank”
|的特征向量
|“中心”
|“当局”
类型的节点中心,表中指定的选项。桌子上还列出了使用每种类型的名称参数兼容。每个不同的节点中心提供了一个不同的节点重要性的衡量图。
选项 |
图类型 |
描述 |
名称-值参数 |
---|---|---|---|
|
无向 |
的
如果您指定 |
|
|
导演 |
||
|
无向 |
的
一个我从节点是可及节点的数量吗
|
|
|
导演 |
||
|
无向或指示 |
的
是最短路径的数量
|
|
|
无向或指示 |
的
|
|
|
无向 |
的
|
|
|
导演 |
的
|
例子:中心(G,“学位”)
例子:中心(G,“中心”、“宽容”,托尔)
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:C =中心(G,‘亲密’,‘成本’,edgeCosts)
计算中心使用的亲密接触edgeCosts
的成本(重量)遍历图中每条边。
成本
- - - - - -成本优势遍历
向量
遍历的成本优势,指定为逗号分隔组成的“成本”
和边的权值向量。第i个边缘重量与遍历指定相关的成本优势findedge (G,我)
。
为
“亲密”
,“outcloseness”
,“incloseness”
中心类型、成本必须负的边缘。为
“中间状态”
中心类型、边缘成本必须是积极的。
“成本”
边的权值更小当连接比较短,或者更快,更便宜。的一些例子“成本”
边的权值是:
路径的长度
旅行时间
机票费用
请注意
“成本”
只适用于“亲密”
,“outcloseness”
,“incloseness”
,“中间状态”
中心类型。
例子:中心(G,“亲密”,“成本”,c)
FollowProbability
- - - - - -选择继任者节点的概率
0.85
(默认)|标量在0和1之间
的概率选择继任者节点,指定为逗号分隔组成的“FollowProbability”
和一个标量在0和1之间。下概率的概率选择下一个节点的遍历网页排名算法中选择当前节点的继承人,而不是随机从所有节点。为网站,这个概率对应于当前web页面上点击一个链接,而不是随机冲浪到另一个web页面。
请注意
“FollowProbability”
只适用于“pagerank”
中心类型。
例子:中心(G,“pagerank”、“FollowProbability”, 0.5)
重要性
- - - - - -边缘的重要性
向量
边缘的重要性,指定为逗号分隔组成的“重要性”
和非负边的权值向量。第i个边缘重量指定边缘的重要性findedge (G,我)
。优势零的重量相当于删除边的图。
为多重图有多个两个节点之间的边,中心
添加多个边缘在一起,将它们视为一个边缘与合并后的重量。
“重要性”
边连接时更大更强。的一些例子“重要性”
边的权值是:
每天的游客数量
点击一个链接的数量
发表的论文数量
请注意
“重要性”
只适用于“度”
,“出度”
,“入度”
,“pagerank”
,的特征向量
,“中心”
,“当局”
中心类型。
例子:中心(G,“度”、“重要性”,x)
MaxIterations
- - - - - -最大迭代次数
One hundred.
(默认)|标量
最大迭代次数,指定为逗号分隔组成的“MaxIterations”
和一个标量。的中心
算法运行,直到满足公差或达到最大迭代次数,以先到期者作准。
请注意
“MaxIterations”
只适用于“pagerank”
,的特征向量
,“中心”
,“当局”
中心类型。
例子:中心(G,“pagerank”、“MaxIterations”, 250年)
宽容
- - - - - -停止条件迭代解决者
1的军医
(默认)|标量
解决迭代停止标准,指定为逗号分隔组成的“宽容”
和一个标量。的中心
算法运行,直到满足公差或达到最大迭代次数,以先到期者作准。
请注意
“宽容”
只适用于“pagerank”
,的特征向量
,“中心”
,“当局”
中心类型。
例子:中心(G,“pagerank”、“宽容”,1 e-5)
输出参数
C
——节点中心的分数
列向量
节点中心分数,作为一个列向量返回。C(我)
中心节点分的吗我
。节点中心分数的解释取决于中心计算选定的类型。中央节点越多,大其中心得分。
版本历史
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。