本文介绍了小世界网络的概念及其在生物神经网络中的应用，并探讨了复杂网络的平均路径长度、聚集系数和度分布等特性。通过Python的networkx库，展示了如何生成小世界网络和规则网络的代码示例。
文章参考：CSDN-专业IT技术社区-登录blog.csdn.net
1. 小世界网络
[百度百科]：小世界网络模型是一类具有较短的平均路径长度又具有较高的聚类系数的网络的总称。小世界网络（small-world network）是指网络中大部分节点都不彼此相邻、但大部分节点都彼此联通的网络。简单来说，就是大部分节点都不直接与许多节点连接，但到网络中其他大部分节点都有通路存在。这种现象通常在社交网络里很常见：大部分人一生的熟人圈子（社交网络相邻节点）也只有几百人这个数量级，但通常任意在社交网络中找两个人，他们之间的是存在社交通路（朋友链）的。六度理论也告诉我们在实际的社交网络中，节点之间的距离（最短路径长度）通常不会太大，也就是说街上随便找一个人，你通常总有朋友的朋友的朋友的朋友的朋友认识他。
小世界神经网络可能是指在大脑等生物神经网络中常见的现象，即大部分神经细胞都只和临近的少量神经细胞直接接触（少量是相对于整个网络的大小），而整个神经网络是靠这种小的邻接结构联通的。神经网络里出现小世界特性的一个假说是“生物经济性（biologically economic）”，即为了让整个网络联通并有较小的网络半径（网络上最长的最短路径长度，可以认为是网络里最长的通信延迟），每个神经元只通过树突或者轴突和（相对）邻近的若干神经元联系是一种比较经济可行、节约“神经元材料”的网络结构。许多计算神经学中的稀疏权值（或局部权值）模型即来源于这种假设。
2. 复杂网络的特性
目前科学家还没有给出复杂网络的严格定义。从过去十几年的研究来看，复杂网络至少包含以下几层意思：
（1）首先，它是大量真是复杂系统的拓扑抽象；
（2）其次，在感觉上比规则网络和随机网络复杂
2.1 平均路径长度L
在网络中，两点之间的距离为连接两点的最短路径上所包含的边的数目。网络的平均路径长度指网络中所有节点对的平均距离，她便命网络中节点的分离成都，反应了网络的全局特性。
2.2. 聚集系数C
在网络中，节点的聚集系数是指与该节点相邻的所有节点之间连边的数目占这些相邻节点之间最大可能连边数目的比例。而网络的聚集系数则是指网络中所有节点聚集系数的平均值，它表明
最低0.47元/天 解锁文章
扫一扫
1776
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
