几种人类生物网络的自相似性实证研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 128-130.

• 数据库、信号与信息处理 • 上一篇下一篇

几种人类生物网络的自相似性实证研究

黄海生1，2，丁德武1，吴璞1，2，王汝传2

1.池州学院数学与计算机科学系，安徽池州 247000
2.南京邮电大学计算机学院，南京 210003

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Empirical investigation of self-similarity in several human biological networks

HUANG Haisheng1，2，DING Dewu1，WU Pu1，2，WANG Ruchuan2

1.Department of Mathematics and Computer Science，Chizhou College，Chizhou，Anhui 247000，China
2.School of Computer Science and Technology，Nanjing University of Posts and Telecommunications，Nanjing 210003，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要： 介绍了复杂网络自相似性的基本概念，阐述了自相似指数及其计算方法盒覆盖算法的基本原理和方法，并对四种不同类型的人类生物网络进行了实证分析。结果表明，无论是否考虑流通代谢物和小分子代谢物，新陈代谢网络都是自相似的，但是其他的生物网络大多不是自相似的。

关键词: 复杂网络, 代谢网络, 蛋白交互网络, 信号转导网络, 疾病网络, 自相似

Abstract: After the introduction of the self-similarity of complex network，it expatiates on the basic principle and method about self-similarity exponential and its computational method box covering algorithm，with the empirical investigation for 4 different kinds of human biological networks.The results suggest that metabolic networks are self-similarity，whether including current and small metabolite or not，while other biological networks are almost not self-similarity.

Key words: complex network, metabolic network, protein-protein interaction network, signal transduction network, disease network, self-similarity

黄海生1，2，丁德武1，吴璞1，2，王汝传2. 几种人类生物网络的自相似性实证研究[J]. 计算机工程与应用, 2011, 47(16): 128-130.

HUANG Haisheng1，2，DING Dewu1，WU Pu1，2，WANG Ruchuan2. Empirical investigation of self-similarity in several human biological networks[J]. Computer Engineering and Applications, 2011, 47(16): 128-130.

[1]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[4]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[5]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[6]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[7]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[8]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[9]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[10]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[11]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[12]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[13]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.
[14]	陈紫扬，张月霞. 结合二层节点度和聚类系数的链路预测算法[J]. 计算机工程与应用, 2019, 55(23): 40-44.
[15]	张昕，严沛，郭阳，王慧慧. 基于k-shell的复杂网络最短路径近似算法[J]. 计算机工程与应用, 2019, 55(14): 54-60.

几种人类生物网络的自相似性实证研究

Empirical investigation of self-similarity in several human biological networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics