买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民用航空飞行学院申请的专利一种基于改进的动态敏感中心性的复杂网络关键节点识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119598336B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411638477.2，技术领域涉及：G06F18/2431；该发明授权一种基于改进的动态敏感中心性的复杂网络关键节点识别方法是由钟林峰;胡若晖;陈鹏飞;罗珮琳;刘先明;冯兰馨;唐堂设计研发完成，并于2024-11-17向国家知识产权局提交的专利申请。

本一种基于改进的动态敏感中心性的复杂网络关键节点识别方法在说明书摘要公布了：本发明公开了一种基于改进的动态敏感中心性的复杂网络关键节点识别方法，涉及复杂网络分析技术领域；用于识别航空网络中具有重要影响力的关键节点。传统方法多集中于分析节点的局部或全局影响，未充分考虑节点间的交互影响。该方法通过考虑节点自身影响和邻居节点影响，构建更准确的关键节点传播影响评估模型。基于六个实际航空网络数据集及SIR传播模型的实验结果显示，IDS在节点识别准确度上显著优于现有传统方法，尤其在EUair‑2上，IDS较DS中心性的肯德尔相关系数最大提升了105％。该方法为航空网络的稳定运行提供了理论支持，适用于识别不同类型复杂网络中的关键节点。

本发明授权一种基于改进的动态敏感中心性的复杂网络关键节点识别方法在权利要求书中公布了：1.一种基于改进的动态敏感中心性的复杂网络关键节点识别方法，其特征在于，包括以下步骤： 步骤1：假设无向无权网络G＝N,E，其中N为节点集，E为边集；节点之间的连接关系用邻接矩阵A＝{aij}表示；如果两个节点连通，则aij＝1，否则为0； 步骤2：对于收集到的信息，将度中心性考虑在内，度中心性通过节点直接连接的邻居节点的数量来衡量节点的重要性，具体模型如下： 其中n表示节点个数，表示节点i的边数，aij是邻接矩阵A中第i行、第j列的元素； 步骤3：将接近中心性考虑在内，通过计算来确定有影响力的节点；其表达式如下： 其中dij为节点i到j的距离； 步骤4：特征向量中心性描述一个节点在其邻居的数量和影响力；方程表示为: 式中c＝1λmax为比例常数，λmax表示邻接矩阵A的特征向量x＝x1,x2,...,xnT对应的最大特征值；xj是节点j的特征向量中心性值； 步骤5：根据节点的程度对节点排序，通过节点的位置属性来评估节点的影响力； 步骤6：通过网络的拓扑特征和动态特性来量化节点影响的扩散；动态敏感中心性DS表达式如下: 式中t表示时间步长，β为传播率，A为邻接矩阵；L＝1,1,...,1T是一个n×1的列向量，每个分量H＝βA+1‑μI；展开式中，μ表示网络的恢复率，I表示单位矩阵； 步骤7：计算GSI通过节点的全局和局部影响来衡量网络中节点的影响；节点i的GSI定义为式中Di为节点i的度,Ci，Cj为节点i和j的ks值，di,j分别为点i到相邻节点j的最短路径，ECi为节点i的特征向量中心性值； 步骤8：计算节点的自身影响； 步骤9：通过结合邻居节点的DS中心性来考虑邻居影响；两个节点之间的距离与它们在网络上的影响力成反比；将指定范围内所有邻居节点的影响值累积起来，以评估节点的邻居影响值； 步骤10：基于网络的拓扑特征和动态特性，通过考虑自节点和邻居节点的交互影响来确定节点i的交互影响；IDS的表达式如下: IDSi＝SIi*NIi；其中，SIi表示节点的自身影响，NIi表示节点的邻居影响； 步骤11：采用肯德尔相关系数来衡量两组排名数据之间的相关性； 步骤12：采用不精确函数，计算各种关键节点挖掘算法生成的节点排序列表中top‑pN个节点的平均传播能力，进而实现对该关键节点挖掘算法性能的有效评估；从而确定精度； 步骤13：在获取节点在影响范围内的传播过程中，通过引入CCDF来表示排序结果分布的概率: 其中ni表示排名为m的节点数量，当排名列表中不同结果值的节点数量接近n时，表明该方法能有效地区分每个节点的影响力。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618000 四川省德阳市广汉市南昌路四段46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。