生物复杂网络挖掘关键技术研究( 货号:730251890) pdf pdb 阿里云 极速 mobi caj kindle 下载

基本信息

商品名称： 生物复杂网络挖掘关键技术研究

出版社： 清华大学出版社

出版时间：2019-01-01

作者：林志杰

译者：

开本： 16开

定价： 55.00

页数：0

印次： 1

ISBN号：9787302518907

商品类型：图书

版次： 1 内容提要

本著作从蛋白质互作网络拓扑结构特性出发分析各种蛋白质加权网络的特性，设计了有效地蛋白质相互作用预测算法，在这个预测后的蛋白质互作网络的基础上研究设计了蛋白质复合物和功能模块识别算法。重点研究生物组学数据中的蛋白质作用组学数据，针对目前少有研究的蛋白质加权网络，定义了新颖的网络链路预测模型，提出了能有有效的预测蛋白质互作网络链路预测算法。

暂无相关目录，正在全力查找中！

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：生物复杂网络挖掘关键技术研究( 货号:730251890)在线阅读

在线听书地址：生物复杂网络挖掘关键技术研究( 货号:730251890)在线收听

在线购买地址：生物复杂网络挖掘关键技术研究( 货号:730251890)在线购买

枢纽节点并不是万维网所独有的，而是出现在大多数真实网络中。枢纽节点标志着真实网络中蕴含着一种比随机性更深层次的组织原则——我们称之为无标度性质。

度分布服从幂律分布的网络被称为无标度网络。如果网络是有向的，无标度性质分别适用于入度和出度。为了便于从数学角度研究无标度网络的性质，我们介绍了离散形式和连续形式的幂律分布。需要注意的是，无标度性质与采用离散形式还是连续形式无关。

（1）当k比较小时，幂律分布在泊松分布之上。这表明，无标度网络中有大量度比较小的节点，而随机网络中这样的节点很少出现。

（2）当k处于<k>附近时，泊松分布在幂律分布之上。这表明，随机网络中大多数节点的度在<k>附近。

（3）当k比较大时，幂律分布再次位于泊松分布之上。如果将pk画在双对数坐标下，这种差异会格外明显。这一现象表明，在无标度网络中观察到一个大度节点——枢纽节点的概率，要比在随机网络中观察到这样一个节点的概率大好几个数量级。

随机网络和无标度网络的主要区别，从根本上来说是由于泊松分布和幂律分布的形状不同而造成的。随机网络中，大多数节点具有相近的度，因此枢纽节点是不存在的。在无标度网络中，枢纽节点不仅可以出现，而且必然出现。此外，无标度网络拥有的节点数越多，其枢纽节点越大。事实上，在无标度网络中，枢纽节点的大小随着网络大小呈多项式增长，因此可以增长到非常大。相比之下，随机网络中节点最大度的大小随着N呈对数增长或者增长更慢。这意味着即使在非常大的随机网络中，节点最大度依然会很小。

度分布的低阶矩具有一些重要解释：

（1）n=1：一阶矩是平均度。

（2）n=2：二阶可以帮助我们计算方差。方差刻画了度分布的散布程度，其平方根σ被称为标准差。

（3）n=3：三阶距体现了度分布的偏斜度，反映了度分布pk在平均值附近的对称程度。

我们也可以构造出一些从图论角度看是合法的、却没有什么实际用途的网络。例如，将同姓的人连接起来可以得到一个从定义上看没什么问题的网络（约翰和约翰相连，而玛丽和玛丽相连），我们可以使用网络科学工具进对其性质进行分析。然而，其实际用途却是值得怀疑的。因此，将网络科学用于研究复杂系统时，需要仔细考虑节点和链接的选择，以确保构造出的网络对于所研究的问题是有意义的。

暂无其它内容！