第23卷第1期2023年3月南京师范大学学报(工程技术版)JOUＲNALOFNANJINGNOＲMALUNIVEＲSITY(ENGINEEＲINGANDTECHNOLOGYEDITION)Vol.23No.1Mar，2023收稿日期:2022－09－15．基金项目:重庆市高校创新研究群体项目(CXQT21032)、重庆市自然科学基金项目(cstc2021jcyj－msxmX0532)、重庆市教育委员会科学技术研究计划项目(KJQN202103404、KJQN202005403、KJQN202003409、KJQN202103401、KJZDM202203401)、重庆市高等教育教学改革研究重点项目(202182)、重庆市高等职业教育教学改革研究项目(Z212026)．通讯作者:刘胜久，博士，研究方向:复杂网络、自然语言处理和大数据．E－mail:liushengjiu2008@163．comdoi:10．3969/j．issn．1672－1292．2023．01．011交叉抽样在复杂网络中的研究与应用刘胜久1，伍小兵1，曹小平2，汪应1，欧明辉1(1．重庆工程职业技术学院大数据与物联网学院，重庆402260)(2．重庆科创职业学院人工智能学院，重庆402160)［摘要］针对传统网络抽样主要是对复杂网络的节点及边进行独立抽样，提出对复杂网络的节点或边进行独立的2次抽样，再对得到的抽样网络进行分析，从而推算出原始网络的各项参数．在交叉抽样中，分析了点交叉抽样、边交叉抽样及混合抽样中的点混合抽样与边混合抽样4种交叉抽样方法，并在经典的EＲ、WS及BA网络模型上进行了验证．结果表明，通过交叉抽样可较好地推算出原始网络的平均度、平均路径长度、网络直径、传递聚集系数、WS聚集系数、网络维数等参数，且点混合抽样的效果最优．［关键词］复杂网络，网络抽样，交叉抽样，混合抽样，网络参数［中图分类号］TP391［文献标志码］A［文章编号］1672－1292(2023)01－0084－09ＲesearchandApplicationofCrossSamplingonComplexNetworkLiuShengjiu1，WuXiaobing1，CaoXiaoping2，WangYing1，OuMinghui1(1．BigDataandInternetofThingsSchool，ChongqingVocationalInstituteofEngineering，Chongqing402260，China)(2．SchoolofArtificalIntelligence，ChongqingCreationVocationalCollege，Chongqing402160，China)Abstract:Amongtheanalysisandresearchofcomplexnetwork，inviewofthetraditionalnetworksamplingbeingmainlyonsamplethenodesandedgesofcomplexnetworkindependently，thispaperfirstlyproposescrosssamplingbysamplethenodesoredgesofthecomplexnetworktwiceindependently，andthencalculatetheparametersoftheoriginalnetworkbysamplingnetwork．Oncro...
