无向和有向无标度网络中带相关性的流行病传播
摘要：在众多复杂系统中观察到的无标度（SF）网络结构影响传染病传播的规模和通信的效率，度度相关性的统计特性对于研究平均行为是重要的。我们以参数化变化的同配、不相关和异配之间的相关性来进行数值研究，探究演化的SF网络模型上的传染行为。根据相关性的类型，在一个定向模型中发现了不同的行为。我们的结果表明，通过节点之间具有相似度的同配连接来增强传播，而不是通过高度和低度的合作节点之间的不相关或异配连接来增强。
作者：Yukio Hayashi
论文ID：cond-mat/0408264
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2007-05-23