7、复杂网络的热力学表征与多阶段行人重识别方法

复杂网络的热力学表征与多阶段行人重识别方法

1. 复杂网络的热力学表征

1.1 研究目的

旨在评估热力学变量描述系统整体动态以及表征网络状态显著变化的能力，尤其关注能量交换对网络时间趋势的描述，以及该方法检测复杂现象（如金融危机或崩溃）关键事件的效率。

1.2 数据集

• 纽约证券交易所（NYSE） ：从包含 3799 只在纽约证券交易所交易股票的数据库中提取数据。选取 347 只有 1987 年 5 月至 2011 年 2 月历史数据的股票构建动态网络。使用 28 天的时间窗口并沿时间移动，计算每对股票时间序列的互相关系数，若系数绝对值超过阈值则建立连接，构建出节点数固定为 347 且边结构随交易日变化的股票市场网络。
• 果蝇（Drosophila melanogaster） ：属于生物学领域，收集果蝇生命周期中基因间的相互作用数据。果蝇生命周期分为四个阶段，在 66 个连续发育时间点采样。在每个发育点选择 588 个对果蝇发育起重要作用的基因作为网络节点，根据微阵列基因表达测量结果建立边，并移除无向图中的自环，得到节点数固定为 588、在 66 个发育时间点采样的时间演化网络。

1.3 实验过程

• 计算每个步骤（如 NYSE 中为一天）网络的归一化拉普拉斯矩阵，进而计算热力学变量熵和能量交换（即内能变化）。
• 通过熵变计算温度，从能量变化推导能量。
• 初步研究三个主要变量（能量变化 dU、熵变 dS 和温度 T）的行为，随后聚焦于