- 1、本文档共62页,其中可免费阅读19页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
现实世界中的许多系统都以复杂网络表示,许多机制如级联、传播和同步,
都受到网络中少数关键节点的影响。识别关键节点在控制网络的稳定性、连通性
等方面也起着至关重要的作用。
离散裂隙网络作为一种典型的复杂网络,常被用来分析与模拟裂隙介质中的
气体或液体的流动和运输。研究表明大部分的流动和运输发生在整个裂隙网络的
一个骨干网络内,因此,通过识别骨干网络而不是整个网络,有助于缩减网络规
模,提高分析与模拟的效率。
然而,传统基于图神经网络的关键节点识别方法本质上不是基于归纳学习的,
存
文档评论(0)