复杂网络聚类系数和平均路径长度计算的MATLAB源代码.doc
《复杂网络聚类系数和平均路径长度计算的MATLAB源代码.doc》由会员分享，可在线阅读，更多相关《复杂网络聚类系数和平均路径长度计算的MATLAB源代码.doc（7页珍藏版）》请在冰豆网上搜索。
复杂网络聚类系数和平均路径长度计算的MATLAB源代码
申明：
文章来自百度用户carrot_hy
复杂网络的代码总共是三个m文件，复制如下：
第一个文件，CCM_ClusteringCoef.m
function[Cp_Global,Cp_Nodal]=CCM_ClusteringCoef（gMatrix,Types）
%CCM_ClusteringCoefcalculatesclusteringcoefficients.
%Input:
% gMatrix adjacencymatrix
% Types typeofgraph:
'binary','weighted','directed','all'（default）.
%Usage:
% [Cp_Global,Cp_Nodal]=CCM_ClusteringCoef（gMatrix,Types）returns
% clusteringcoefficientsforallnodes"Cp_Nodal"andaverageclustering
% coefficientofnetwork"Cp_Global".
%Example:
% G=CCM_TestGraph1（'nograph'）;
% [Cp_Global,Cp_Nodal]=CCM_ClusteringCoef（G）;
%Note:
% 1）onenodehavevaule0,whilewhichonlyhasaneighbourornone.
% 2）Thedirctednetworktermedtripletsthatfulfillthefollowcondition
% asnon-vacuous:
j->i->kandk->i-j,ifdon'tsatisfywiththatas
% vacuous,justlike:
j->i,k->iandi->j,i->k.andtheclosedtriplets
% onlyj->i->k==j->kandk->i->j==k->j.
% 3）'ALL'typenetworkcodefromMikaRubinov'sBCTtoolkit.
%Refer:
% [1]Barratetal.（2004）Thearchitectureofthecomplexweightednetworks.
% [2]Wasserman,S.,Faust,K.（1994）SocialNetworkAnalysis:
Methodsand
% Applications.
% [3]ToreOpsahlandPietroPanzarasa（2009）."ClusteringinWeighted
% Networks".SocialNetworks31
（2）.
%SeealsoCCM_Transitivity
%WrittenbyYongLiu,Oct,2007
%CenterforComputationalMedicine（CCM）,
%NationalLaboratoryofPatternRecognition（NLPR）,
%InstituteofAutomation,ChineseAcademyofSciences（IACAS）,China.
%RevisebyHuYong,Nov,2010
%E-mail:
%basedonMatlab2006a
%$Revision:
1.0,Copywrite（c）2007
error（nargchk（1,2,nargin,'struct'））;
if（nargin<2）, Types='all'; end
N=length（gMatrix）;
gMatrix（1:
（N+1）:
end）=0;%Clearself-edges
Cp_Nodal=zeros（N,1）; %Preallocate
switch（upper（Types））
case'BINARY'%Binarynetwork
gMatrix=double（gMatrix>0）;%Ensurebinarynetwork
fori=1:
N
neighbor=（gMatrix（i,:
）>0）;
Num =sum（neighbor）;%numberofneighbornodes
temp =gMatrix（neighbor,neighbor）;
if（Num>1）, Cp_Nodal（i）=sum（temp（:
））/Num/（Num-1）; end
end
case'WEIGHTED'%Weightednetwork--arithmeticmean
fori=1:
N
neighbor=（gMatrix（i,:
）>0）;
n_weight=gMatrix（i,neighbor）;
Si =sum（n_weight）;
Num =sum（neighbor）;
if（Num>1）,
n_weight =ones（Num,1）*n_weight;
n_weight =n_weight+n_weight';
n_weight =n_weight.*（gMatrix（neighbor,neighbor）>0）;
Cp_Nodal（i）=sum（n_weight（:
））/（2*Si*（Num-1））;
end
end
%case'WEIGHTED'%Weightednetwork--geometricmean
% A =（gMatrix~=0）;
% G3=diag（（gMatrix.^（1/3））^3）;）
% A（A==0）=inf; %close-tripletnoexist,letCpNode=0（A=inf）
% CpNode=G3./（A.*（A-1））;
case'DIRECTED',%Directednetwork
fori=1:
N
inset =（gMatrix（:
i）>0）; %in-nodesset
outset =（gMatrix（i,:
）>0）';%out-nodesset
if（any（inset&outset））
allset=and（inset,outset）;
%Ensureaji*aik>0,jbelongstoinset,andkbelongstooutset
total =sum（inset）*sum（outset）-sum（allset）;
tri =sum（sum（gMatrix（inset,outset）））;
Cp_Nodal（i）=tri./total;
end
end
%case'DIRECTED',%Directednetwork--clarityformat（fromMikaRubinov,UNSW）
% G =gMatrix+gMatrix'; %symmetrized
% D =sum（G,2）; %totaldegree
% g3=diag（G^3）/2; %numberoftriplet
% D（g3==0）=inf; %3-cyclesnoexist,letCp=0
% c3=D.*（D-1）-2*diag（gMatrix^2）;%numberofallpossible3-cycles
% Cp_Nodal =g3./c3;
%Note:
Directed&weightednetwork（fromMikaRubinov）
case'ALL',%Alltype
A =（gMatrix~=0）; %adjacencymatrix
G =gMatrix.^（1/3）+（gMatrix.'）.^（1/3）;
D =sum（A+A.',2）; %totaldegree
g3=diag（G^3）/2; %numberoftriplet
D（g3==0）=inf; %3-cyclesnoexist,letCp=0
c3=D.*（D-1）-2*diag（A^2）;
Cp_Nodal =g3./c3;
otherwise,%EorrMsg
error（'Typeonlyfour:
"Binary","Weighted","Directed",and"All"'）;
end
Cp_Global=sum（Cp_Nodal）/N;
%%
第二个文件：
CCM_AvgShortestPath.m
function[D_Global,D_Nodal]=CCM_AvgShortestPath（gMatrix,s,t）
%CCM_AvgShortestPathgeneratestheshortestdistancematrixofsourcenodes
%indicestothetargetnodesindicet.
%Input:
% gMatrix symmetrybinaryconnectmatrixorweightedconnectmatrix
% s sourcenodes,defaultis1:
N
% t targetnodes,defaultis1:
N
%Usage:
% [D_Global,D_Nodal]=CCM_AvgShortestPath（gMatrix）returnsthemean
% shortest-pathlengthofwholenetworkD_Global,and
升级会员 