搜索资源列表
aver_path_length
- 用MATLAB求复杂网络整体的平均路径长度，度分布，聚类系数(average path length of the complex neetwork)
复杂网络中基本网络模型的matlab实现
- 复杂网络的matlab实现，得到不同规模的BA无标度网络、WS小世界网络、随机网络、规则网络的拓扑图。还有各类型的拓扑度分布、聚集系数、平均最短路径等静态特性的实现。(Matlab implementation of complex networks, BA scale networks of different sizes, WS small world networks, random networks and regular networks are obtained. There are
main.c
- 使用c语言的WS小世界生成算法，同时计算了网络的最短距离、度分布、聚集系数(WS SMALL WORLD NETWORK GENERATE ALGORITHM BY USING C)
kl
- 计算kl散度，信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵(Relative entropy, used to measure the difference between two positive functions or probability distributi
kl
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵：(Relative entropy, used to measure the difference between two positive functions or probability distributions.
Homework_Dataset
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the greater the uncertai
Class_4_Code
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。 相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。 交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。 相对熵=交叉熵-信息熵：(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the gr
Class_5_Code
- 信息熵，是随机变量或整个系统的不确定性。熵越大，随机变量或系统的不确定性就越大。相对熵，用来衡量两个取值为正的函数或概率分布之间的差异。交叉熵，用来衡量在给定的真实分布下，使用非真实分布所指定的策略消除系统的不确定性所需要付出的努力的大小。相对熵=交叉熵-信息熵：(Information entropy is the uncertainty of random variables or the whole system. The greater the entropy, the greater
图像熵
- 图像熵在图像分割、图像识别领域应用广泛，如果考虑各像素之间统计独立，图像的一维熵可以表示图像灰度分布的聚集特征。(Image entropy is widely used in image segmentation and image recognition. If the statistical independence between pixels is considered, the one-dimensional entropy of the image can represent th
显示_图片颜色分布直方图（图片相似程度判断）
- 软件用于分析给出图片的颜色直方图，可以进一步改进，用来分析两张图片的相似度（后期自己完成即可）(The software is used to analyze the color histogram of the picture, which can be further improved to analyze the similarity of the two pictures (later completed by themselves).)
7种复杂网络matlab经典算法
- 复杂网络的MATLAB仿真算法，包括多种复杂网络模型和统计算法，如WS,BA等模型的生成算法，度分布，聚类系数计算方法等。(MATLAB simulation algorithm for complex network)
LTCodes
- LT码的编码算法和译码算法的仿真程序，基于RSD度分布的仿真程序(Coding and decoding algorithm simulation of LT code,Simulation program based on RSD degree distribution)
matlab_bgl-4.0.1
- 统计复杂网络度分布介数异质性平均聚类系数和平均距离等指标(Structural properties of the different real networks. Structural properties include net- work size (N), link number (E), degree heterogeneity (H =< k2 > = < k >2), degree assortativity(r), average clustering
GLCM-OpenCV-master
- 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 Gray-level co-occurrence matrix from an image 图像的灰度共生矩阵(Because the texture is formed by the repeated appearance of the gray distribution in the
BA6
- 展示了如何生成一个随机无标度网络图，基本结构分析，包括度分布、聚类系数等。观察两种类型的攻击对网络的影响：随机攻击（所有的几点有相同的概率从网络中删除）、有目标地选择连接度最大的节点（节点度最大的节点从网络中删除）。(Shows how to generate a random scale-free network graph, basic structural analysis, including degree distribution, clustering coefficients, e
cloud
- ”云”或者’云滴‘是云模型的基本单元，所谓云是指在其论域上的一个分布，可以用联合概率的形式（x， u）来表示 云模型用三个数据来表示其特征 期望：云滴在论域空间分布的期望，一般用符号Εx表示。 熵：不确定程度，由离散程度和模糊程度共同决定，一般用En表示。 超熵： 用来度量熵的不确定性，既熵的熵，一般用符号He表示。 云有两种发生器：正向云发生器和逆向云发生器，分别用来生成足够的云滴和计算云数字特征（Ex， En，He）。 正向云发生器： 1.生成以En为期望，以H
code
- 复杂网络相关参数的代码，度与度分布，平均路径长度，聚类系数，中心性，邻接矩阵与邻接表转换等(Code, degree and degree distribution, average path length, clustering coefficient, centrality, transformation between adjacency matrix and adjacency table of complex network related parameters, etc.)
JC
- 结构功能函数已知、各变量分布类型以及统计参数已知，计算结构可靠度(Structural reliability is calculated with known structural function, distribution types of variables and statistical parameters.)
LDPC-PEG算法构造H矩阵
- LDPC-PEG算法构造H矩阵源码程序，matlab源码程序 clear all; clc; %输入编码参数,m:校验节点数目，n:变量节点数目(注意码率R不一定为1/2) %构造任意码率的LDPC校验矩阵 m=input('The number of check nodes:'); n=input('The number of variable nodes:'); h=zeros(m,n); %给定变量节点度分布序列 dv=0.38354*x+0.04237*x^2+0.5740
网络的基本静态几何特征
- 复杂网络上的静态拓扑性质的分析，包括聚类系数、平均路径长度、度、度分布，用MATLAB实现(Analysis of static topology properties on complex networks, including clustering coefficient, average path length, degree, degree distribution, with MATLAB)