说明：\复杂网络\一门崭新的交叉科学_网络科学_下

说明：复杂网络求取最短路径长度，可注明孤点和独立的点集

说明：复杂网络软件分析与评价的一篇很好的文章，对现存的各个软件进行分析评价。

说明：复杂网络中几种常见网络的生成程序。详细说明了生成机理，对于初学者帮助较大。

说明：无标度网络生成程序。改程序可生成无标度的复杂网络，且很好展示了无标度网络的生成机理，对于初学者帮助很大。

说明：复杂网络生成程序，该程序详细介绍了复杂网络生成机理，对初学者帮助很大

说明：很好很全的研究复杂网络的源代码，有matlab和vc两个版本的，挺实用的。

说明：根据邻接矩阵，计算复杂网络中模块的聚类系数。

说明：复杂网络之无标度网络与小世界网络生成程序

说明：复杂网络分析工具包，计算Clustering Coefficient，Assortativity和全局最短路径等参数

说明：边介数源代码 复杂网络或者软件网络中--运行成功 边介数源代码 复杂网络或者软件网络中--运行成功 边介数源代码-复杂网络或者软件网络中--运行成功

说明：复杂网络聚类的算法,在蛋白质关系网络中油很好的效果，挖取蛋白质络合物。

说明：对于复杂网络中各种节点的分布进行计算和求证时不是幂律分布，并求出相关的指数。

说明：复杂网络中对于生成小世界网络模型的c程序代码

说明：文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。

说明：利用公 交线路路 口作 为顶 点，简化 了传统算 法对复 杂 网络拓扑 图的计 算；同时，利 用乘客 出行 偏好 ．引入 线 网密度来评 价乘客的 出行 方便程度 ，并提 出了一种最短路 径快速搜 索算法．实验证明 ，与传 统算法相比 ，该算法明显提 高了路径搜 索效率．

说明：复杂网络上演化博弈的小世界网络的算法等等希望有用

说明：复杂网络的MATLAB仿真，有AB和BA模型，WS和NW小世界模型，并对他们的统计特征进行分析比较

说明：本书是计算机网络方面的经典畅销教科书，凝聚了两位顶尖网络专家几十年的理论研究、实践经验和大量第一手资料，自出版以来已经成为网络课程主流教材，被哈佛大学、斯坦福大学、卡内基一梅隆大学、康奈尔大学、普林斯顿大学、威斯康星大学、普度大学、得克萨斯大学、芝加哥大学等众多名校采用。 　　第4版秉承了前3版的特点，通过丰富的、基于实例的指导，来帮助读者理解计算机网络及其构件。全书的重点在于“为什么这样设计网络”——不仅详细叙述当今网络系统的组成，而且还阐述关键技术和协议如何在实际应用中发挥作用，从而解决具体的问题。 　　本书与传统网络教材最大的不同在于，不是按照OSI层次机械地介绍计算机网络，而是采用“系统方法”，将网络看成是交互式的复杂系统。每章开头都给出一些启发式的问题。引导学生或专业人员用新学到的知识来解决实际问题；同时，在每章的最后还会补充一些新的工具和资源，帮助读者巩固和加深所学知识，全面理解复杂网络及其应用的工作原理和工作方式。

说明：改程序用于实现一个图形的生成功能，复杂网络中的算法

说明：复杂网络中的常见模型，有小世界，随机，无标度。非常实用。

说明：使用复杂网络提取图像边缘特征并进行识别的源代码，采用PCA_LDA算法对特征进行降维分类识别，识别效率很高。鲁棒性好

说明：基于复杂网络的图像分割程序 利用复杂网络节点度特性来分割图像，有一定参考价值。

说明：一个可以把Matlab复杂网络邻接矩阵直接转化为Pajek可以识别的网络文件（.net）很实用，学习复杂网络的可以下载

说明：无尺度网络复杂网络仿真程序，非常有用，希望能帮到相关研究的人员！

说明：复杂网络病毒传播的程序，是很好的资源，运行正常，无错误

说明：复杂网络的ba程序，有各个参数的计算仿真图形！

说明：研究复杂网络必不可少文章，里面详细介绍了各种结构特征度量计算

说明：该代码可以实现无向BA和BBV模型演化仿真，是研究复杂网络必不可少资料

说明：本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。