此存储库包含Matlab代码,用于描述无标度随机网络上的随机SIR动力学。该模型的详细描述可以在Matia Sensi合著的论文“网络属性和流行病参数如何影响无标度随机网络上的随机SIR动态”中找到。我们欢迎您提供反馈意见和建议。如果您发现错误或有任何问题,请通过以下邮箱联系我们:sara.sottile@unitn.it, ozan.kah@gmail.com, mattia.sensi@unitn.it。通过配置模型,您可以选择幂律分布的指数来生成无标度网络,并决定传播速度、感染节点的初始数量及其位置(如中心、平均程度、外围或随机)。运行程序的方法是键入:./configuration.py [FLAG] [P]。设置参数的方法是:N [节点数量] alpha [幂律指数] number_of_infected [起始时的感染数量] end_time [最大时间]
Matlab代码对随机SIR网络的影响随机SIR网络模型
相关推荐
基于复杂网络的SIR传播模型(Matlab)
这个Matlab代码基于小世界网络实现,是经典的SIR传播模型。模型中,个体状态经历S(易感)、I(感染)、R(康复)三种阶段。康复者具有免疫力,不再感染。尽管代码实现基本功能,其简洁性有待提高,适合学习SIR传播模型的代码设计思路。
算法与数据结构
1
2024-07-18
利用MATLAB Guide模块动态仿真SIR模型
MATLAB Guide模块提供了一种动态仿真SIR模型的方法,用户可以通过调整各种参数来观察不同情况下的仿真结果,从而更清楚地理解和展示SIR模型的特性。
Matlab
2
2024-07-25
SVM、BP神经网络、随机森林Matlab代码
提供SVM、BP神经网络、随机森林的Matlab代码。
算法与数据结构
4
2024-05-26
Matlab程序随机神经网络的应用
随机神经网络引入了神经网络中的随机变化,一种方法是通过在神经元之间引入随机过程传递函数,另一种方法是为神经元分配随机权重。这种设计使得随机神经网络在解决优化问题时非常有效,因为随机性可以帮助避免陷入局部最优解。基于随机传递函数构建的随机神经网络通常被称为波茨曼机(Boltzmann machine),在风险控制、肿瘤学和生物信息学等领域有广泛应用。
算法与数据结构
3
2024-07-17
Lyapunov.m 随机网络优化的Matlab开发
使用Lyapunov Drift-Plus-Penalty技术进行随机网络优化的Matlab开发项目。
Matlab
2
2024-07-21
使用MATLAB的随机森林图像脑分割代码 训练全混合神经网络
Stavros Tsogkas在巴黎CentraleSupelec开发了随机森林图像MATLAB代码,用于脑分割。该代码可用于训练和评估CNN,详细信息可在我们在ISBI 2016上发布的实验中找到。我们的代码根据MIT许可证发布。如果您发现我们的代码或CNN生成的概率图对您的研究有帮助,请引用:@inproceedings{shakeri2016subcortical, Author={Shakeri, Mahsa and Tsogkas, Stavros and Ferrante, Enzo and Lippe, Sarah and Kadoury, Samuel and Paragios, Nikos and Kokkinos, Iasonas}, Title={Sub-cortical Brain Structure Segmentation Using F-CNNs}, Booktitle={International Symposium on Biomedical}
Matlab
3
2024-07-19
matlab随机森林代码实现
经过验证的matlab随机森林代码,确保有效性。今年的内部文档详细解释了其操作步骤及应用场景。
Matlab
0
2024-09-19
随机分配算法的Matlab代码——随机性的重要性
随机分配算法的Matlab代码展示了随机性如何成为效率的关键来源。控制部分的随机化是自然策略的基本概念,通过付出小的可靠性代价显著提高效率。快速随机算法比慢速确定性算法更为可靠。LSH算法基于随机比特采样,在汉明距离中查找k个近邻,无需评估实际汉明距离值。Matlab编码技巧向量化,使用随机性算法。rbslsh在C++中的实现,优化了内存使用。仅在输入数据被修改时才透明地分配数据的临时副本。进行性能分析以提高数值计算性能。
Matlab
3
2024-07-15
生成随机唯一整数对的MATLAB函数
这个MATLAB函数能够方便地从指定范围中生成指定数量的唯一整数对。它支持有序或无序对的生成,还可以选择是否允许自配对。通过此函数,用户可以高效地从大量变量中进行成对采样。
Matlab
0
2024-09-19