[发明专利]一种动态网络微状态检测方法

权利要求书

1.一种动态网络微状态检测方法，其特征在于：包括如下步骤：

步骤1，构建动态网络时间序列模型{Gt}；

步骤2，计算模型{Gt}中每个时刻下t网络节点的特征向量中心度C(i,t)；

步骤3，对节点中心度C(i,t)进行归一化样本Z(i,t)；

步骤4，通过Kmeans++对归一化样本Z(i,t)进行聚类计算。

2.根据权利要求1所述的一种动态网络微状态检测方法，其特征在于：所述步骤2中节点的特征向量中心度C(i,t)采用如下公式(1)获得：

。

3.根据权利要求1所述的一种动态网络微状态检测方法，其特征在于：所述步骤3中归一化数值Z(i,t)采用如下公式(2)获得：

Z(i，t)＝[C(i，t)-μ]/σ.(2) 。

4.根据权利要求1所述的一种动态网络微状态检测方法，其特征在于：所述步骤4中采用Kmeans++进行聚类计算步骤：

1)对归一化的特征样本数据集Z(t),随机选取一个样本作为第一个聚类中心c1；

2)计算样本中每个样本与当前聚类中心之间的最短距离D(z)；

3)通过公式(3)计算数据集Z(t)每个样本成为下一个聚类中心的概率，且概率最高的样本被选为下一个聚类中心；

4)重复步骤2)～3)直到选择出k个聚类中心(c₁，c₂，…，c_i，…，c_k)；

5)根据k个聚类中心，计算数据集Z(t)中每个样本与k个聚类中心的距离，将每个样本分到与其距离最近的聚类中心c_i所对应的类子集C_i中；分类结束后通过公式(4)重新计算聚类中心c_i

6)重复步骤5)直到c_i位置稳定。