文件名称：matlab代码sqrt-Machine-learning-assisted-graph-classification:机器学习辅助图分类
文件大小：50KB
文件格式：ZIP
更新时间：2024-06-12 15:49:56
系统开源
Matlab代码sqrt 机器学习辅助图分类 资料产生 文件“ initial_phases.txt”包含用于生成网络初始相位值的MATLAB代码。 这些值均匀地分布在-pi和pi之间，并可根据需要更改为在-val和val之间变化。 文件“ network_generation.py”包含Python 3代码以生成以下内容： 网络：此处可以生成两种类型的网络：ER随机和无标度。 networkx函数erdos_renyi_graph（）采用网络大小（N），连接两个节点的概率（N / k）和种子值来随机化图的生成。 每个图的种子值必须不同，以确保每个图都是唯一的。 函数Barabasi_Albert_graph（）接受网络大小（N），将每个新节点连接到图（k / 2）所要建立的连接数（该图由称为优先连接的算法形成）和种子价值观。 同样，每个图的种子值必须唯一。 此处生成的Ω值来自函数randn（），该函数接受参数N（要生成的值的数量），然后生成平均值为0和方差为1的N个值。其他一些值，必须使用以下公式： 值= sqrt（方差）* randn（）+平均值 最后，文件“ data_gener
【文件预览】：
Machine-learning-assisted-graph-classification-master
----data()
--------example_ER_adjacency_matrix.txt(1.19MB)
--------gaussian_frequency_values.txt(12KB)
--------initial_phase_values.txt(18KB)
--------example_SF_adjacency_matrix.txt(1.19MB)
----README.md(4KB)
----data_generation()
--------initial_phases.m(327B)
--------network_generation.py(1KB)
--------watts_Strogatz_network.m(1KB)
--------data_generation_code.m(2KB)
----order_parameter_vs_lambda.m(807B)
----training_and_testing()
--------training_testing_model.py(8KB)