本發(fā)明涉及腦網(wǎng)絡(luò)模型建立方法。
背景技術(shù)：
目前網(wǎng)絡(luò)模型的建立并沒有一個通用的工具箱，都是自己寫自己需要的東西，沒有一個系統(tǒng)的集成好的工具箱。存在成本高、誤碼率高、反應(yīng)速度慢等問題，需要自己去調(diào)用函數(shù)才能完成功能，這樣的話就需要有一定編程能力的人，對那些沒有編程能力的人不具有可用性。需要自己去調(diào)用函數(shù)，沒有交互界面，不方面快捷。
技術(shù)實現(xiàn)要素：
本發(fā)明所要解決的技術(shù)問題是構(gòu)建腦網(wǎng)絡(luò)模型建立方法，成本低，誤碼率低且反應(yīng)速度塊，而且方便可視化。
本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：腦網(wǎng)絡(luò)模型建立方法，其特征在于，按照如下步驟：
步驟1：建立網(wǎng)絡(luò)模型工具箱；
步驟2：在建立網(wǎng)絡(luò)模型工具箱內(nèi)建立ER隨機(jī)圖生成模型、WS小世界網(wǎng)絡(luò)模型、NW小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型；
步驟3:選擇要生成的網(wǎng)絡(luò)模型的類型；
步驟4：輸入網(wǎng)絡(luò)模型名稱、網(wǎng)絡(luò)規(guī)模以及網(wǎng)絡(luò)中編連接的概率；
步驟5，進(jìn)行網(wǎng)絡(luò)運(yùn)算，運(yùn)算完畢后保存運(yùn)算結(jié)果。
進(jìn)一步，所述ER隨機(jī)圖生成模型的運(yùn)算方法為：給定網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N，忽 略重邊的情況下，最多有N(N-1)/2條可能的邊，從中隨機(jī)選取E條邊連接，記為GN,E。這樣的N個節(jié)點(diǎn)、E條邊組成的網(wǎng)絡(luò)共有CEN(N-1)/2種，構(gòu)成一個概率空間，其中每種網(wǎng)絡(luò)出現(xiàn)的概率都是相同的。
進(jìn)一步，所述WS小世界網(wǎng)絡(luò)模型的運(yùn)算方法為：
(1)給定規(guī)則網(wǎng)絡(luò)：從規(guī)則圖開始：考慮一個含有N個點(diǎn)的最近鄰耦合網(wǎng)絡(luò)，它們圍成一個環(huán)，其中每個節(jié)點(diǎn)都與它左右相鄰的各K/2節(jié)點(diǎn)相連，K是偶數(shù)；
(2)隨機(jī)化重連：以概率p隨機(jī)地重新連接網(wǎng)絡(luò)中的每個邊，即將邊的一個端點(diǎn)保持不變，而另一個端點(diǎn)取為網(wǎng)絡(luò)中隨機(jī)選擇的一個節(jié)點(diǎn)，其中規(guī)定，任意兩個不同的節(jié)點(diǎn)之間至多只能有一條邊，并且每一個節(jié)點(diǎn)都不能有邊與自身相連。
進(jìn)一步，所述NW小世界網(wǎng)絡(luò)模型的運(yùn)算方法為：
(1)從規(guī)則圖開始，構(gòu)建含有N個節(jié)點(diǎn)的最近鄰耦合網(wǎng)絡(luò)，圍成一個環(huán)，其中每個節(jié)點(diǎn)都與它左右相鄰的各K/2節(jié)點(diǎn)相連，K是偶數(shù),1≤N；
(2)隨機(jī)化重連：以概率P在隨機(jī)選取的一對節(jié)點(diǎn)之間加上一條邊，其中，任意兩個不同的節(jié)點(diǎn)之間至多只能有一條邊，并且每個節(jié)點(diǎn)不能有邊與自身相連，0≤P≤1；P＝0時，為原來的最近鄰耦合網(wǎng)路，P＝1則為全局耦合網(wǎng)絡(luò)。
進(jìn)一步，所述無標(biāo)度網(wǎng)絡(luò)模型的計算方法為：
(1)初始：開始給定n0個節(jié)點(diǎn)；
(2)增長：在每個時間步重復(fù)增加一個新節(jié)點(diǎn)和m跳新連線，m≤n0；
(3)擇優(yōu)：新節(jié)點(diǎn)按照擇優(yōu)概率一個新節(jié)點(diǎn)與一個已經(jīng)存在的節(jié)點(diǎn)i相連接的概率，與節(jié)點(diǎn)i的度ki、節(jié)點(diǎn)j的度kj之間滿足如下關(guān)系公式選擇舊節(jié)點(diǎn)i與之連線，其中ki是舊節(jié)點(diǎn)i的 度數(shù)。
本發(fā)明的有益效果是：本發(fā)明建立一個網(wǎng)絡(luò)模型工具箱，安裝工具箱到計算機(jī)中，工具箱集成有ER隨機(jī)圖生成模型、WS小世界網(wǎng)絡(luò)模型、NW小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型，直接調(diào)用模型進(jìn)行運(yùn)算，無需額外的編程，方面快捷，滿足研發(fā)工作人員的快速研究使用。
具體實施方式
以下對本發(fā)明的原理和特征進(jìn)行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
腦網(wǎng)絡(luò)模型建立方法，其特征在于，按照如下步驟：
步驟1：建立網(wǎng)絡(luò)模型工具箱；
步驟2：在建立網(wǎng)絡(luò)模型工具箱內(nèi)建立ER隨機(jī)圖生成模型、WS小世界網(wǎng)絡(luò)模型、NW小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型；
步驟3:選擇要生成的網(wǎng)絡(luò)模型的類型；
步驟4：輸入網(wǎng)絡(luò)模型名稱、網(wǎng)絡(luò)規(guī)模以及網(wǎng)絡(luò)中編連接的概率；
步驟5，進(jìn)行網(wǎng)絡(luò)運(yùn)算，運(yùn)算完畢后保存運(yùn)算結(jié)果。
ER隨機(jī)圖生成模型的運(yùn)算方法為：給定網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N，忽略重邊的情況下，最多有N(N-1)/2條可能的邊，從中隨機(jī)選取E條邊連接，記為GN,E。這樣的N個節(jié)點(diǎn)、E條邊組成的網(wǎng)絡(luò)共有CEN(N-1)/2種，構(gòu)成一個概率空間，其中每種網(wǎng)絡(luò)出現(xiàn)的概率都是相同的。
WS小世界網(wǎng)絡(luò)模型的運(yùn)算方法為：
(1)給定規(guī)則網(wǎng)絡(luò)：從規(guī)則圖開始：考慮一個含有N個點(diǎn)的最近鄰耦合網(wǎng)絡(luò)，它們圍成一個環(huán)，其中每個節(jié)點(diǎn)都與它左右相鄰的各K/2節(jié)點(diǎn)相連，K是偶數(shù)；
(2)隨機(jī)化重連：以概率p隨機(jī)地重新連接網(wǎng)絡(luò)中的每個邊，即將邊的一個端點(diǎn)保持不變，而另一個端點(diǎn)取為網(wǎng)絡(luò)中隨機(jī)選擇的一個節(jié)點(diǎn)，其中 規(guī)定，任意兩個不同的節(jié)點(diǎn)之間至多只能有一條邊，并且每一個節(jié)點(diǎn)都不能有邊與自身相連。
NW小世界網(wǎng)絡(luò)模型的運(yùn)算方法為：
(1)從規(guī)則圖開始，構(gòu)建含有N個節(jié)點(diǎn)的最近鄰耦合網(wǎng)絡(luò)，圍成一個環(huán)，其中每個節(jié)點(diǎn)都與它左右相鄰的各K/2節(jié)點(diǎn)相連，K是偶數(shù),1≤N；
(2)隨機(jī)化重連：以概率P在隨機(jī)選取的一對節(jié)點(diǎn)之間加上一條邊，其中，任意兩個不同的節(jié)點(diǎn)之間至多只能有一條邊，并且每個節(jié)點(diǎn)不能有邊與自身相連，0≤P≤1；P＝0時，為原來的最近鄰耦合網(wǎng)路，P＝1則為全局耦合網(wǎng)絡(luò)。
無標(biāo)度網(wǎng)絡(luò)模型的計算方法為：
(1)初始：開始給定n0個節(jié)點(diǎn)；
(2)增長：在每個時間步重復(fù)增加一個新節(jié)點(diǎn)和m(m<＝n0)跳新連線；
(3)擇優(yōu)：新節(jié)點(diǎn)按照擇優(yōu)概率一個新節(jié)點(diǎn)與一個已經(jīng)存在的節(jié)點(diǎn)i相連接的概率，與節(jié)點(diǎn)i的度ki、節(jié)點(diǎn)j的度kj之間滿足如下關(guān)系公式選擇舊節(jié)點(diǎn)i與之連線，其中ki是舊節(jié)點(diǎn)i的度數(shù)。
本發(fā)明建立一個網(wǎng)絡(luò)模型工具箱，安裝工具箱到計算機(jī)中，工具箱集成有ER隨機(jī)圖生成模型、WS小世界網(wǎng)絡(luò)模型、NW小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型，直接調(diào)用模型進(jìn)行運(yùn)算，無需額外的編程，方面快捷，滿足研發(fā)工作人員的快速研究使用。而且具有可視化的界面，使用方便。
上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。