qq_39918677的博客

1、概念紧密中心度（Closeness Centrality）衡量一个顶点与其它顶点的平均距离，其值越高表明与其它顶点的距离越短。通过紧密中心度能够发现在图中有效传播信息的顶点。高紧密中心度的顶点的重要性在于它是很多信息交流的中间人。对于每个顶点，紧密中心度算法寻找其与所有顶点之间的最短路径，并计算这些距离之和，最后取反，得到该顶点的紧密中心度。2、公式见公式（3.10）：其中l(v_i,v_j )表示顶点vi与顶点vj之间的最短路径长度。该公式是同时适用于加权图的。类似于度中心度，紧密中心度对有向

1、概念介数在介绍这种中心度之前先来了解什么叫介数（Betweenness）。介数通常分为边介数和节点介数两种，其中节点介数定义为网络中所有最短路径中经过该节点的路径的数目占最短路径数的比例。边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径数的比例。介数反映了相应的节点或者边在整个网络中的作用和影响力，是一个重要的全局几何量，具有很强的现实意义。例如，在社会关系网或技术网络中，介数的分布特征反映了不同人员、资源和技术在相应生产关系中的地位，这对于发现和保护关键资源、技术和人才具

定义余弦相似度（Cosine Similarity）是n维空间中两个n维向量之间角度的余弦。它等于两个向量的点积（向量积）除以两个向量长度（或大小）的乘积。公式Similarity（A，B）=A⋅B∣∣A∣∣×∣∣B∣∣=∑i=1n(Ai×Bi)∑i=1nAi2×∑i=1nBi2Similarity（A，B）= \frac{A·B}{||A|| \times ||B||}= \frac{\displaystyle \sum^{n}_{i=1}(A_i \times B_i)}{\sqrt[]{\dis

无向图顶点viv_ivi​的度中心度CdC_dCd​：Cd(vi)=∑i=1,i≠jndijC_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}d_{ij}Cd​(vi​)=i=1,i​=j∑n​dij​其中dijd_{ij}dij​表示顶点viv_ivi​与其它顶点的连接边。加权无向图顶点viv_ivi​的度中心度CdC_dCd​：Cd(vi)=∑i=1,i≠jnwijC_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}w_

1、余子式 /** * 求（h，v）位置的余子式 * @param matrix * @param h * @param v * @return */ public double[][] confactor(double[][] matrix,int h,int v){ double[][] result ...

话不多说，先上效果图

1、去除空格、回车、制表符、换行符String str = "!!！？ ？1234!!!!？?"+"\t"+"abcd! !!"+"\r"+"!%*）%￥！去除标点符号！"+"\n"+"！,，。 !!..**半角";System.out.println(str);String str1 = "";Pattern p = Pattern.compile("\\s*|\t|\r|\n");Matcher m = p.matcher(str);str1 = m.replaceAll("")

直接调用Collections的sort：Collections.sort(keywordList);出现了如下错误：Exception in thread “main” java.lang.IllegalArgumentException: Comparison method violates its general contract!at java.util.ComparableTimSort.mergeLo(ComparableTimSort.java:744)at java.util.

说明：需要远程访问的主机和开启tomcat的主机在同一个局域网下。一、配置1、找到tomcat的安装文件夹。修改/webapps/magager/META-INF/context.xml文件（注意是webapp下manager发布包里的，不是conf下的context.xml），注释掉如下三句话：<Context antiResourceLocking="false" privileged="true" ><!-- <Valve className="org.apache.