7、复杂网络的热力学表征与多阶段人员重识别方法

复杂网络的热力学表征与多阶段人员重识别方法

1. 复杂网络的热力学实验评估

在研究复杂网络的演化时，我们可以采用热力学表征的方法来理解其动态变化。本次实验聚焦于两个真实世界的随时间演化的网络：纽约证券交易所（NYSE）的股票价格相关性网络和果蝇（Drosophila melanogaster）的基因表达网络。

1.1 数据集介绍

• NYSE数据集 ：
  • 从包含3799只在纽约证券交易所交易的股票的每日价格数据库中提取。
  • 选取347只具有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，得到从第29天到第6004天的序列，每个时间窗口成为28天内每日股票回报值的子序列。
  • 对于每个时间窗口，计算每对股票时间序列之间的互相关系数，若相关系数绝对值超过阈值，则在它们之间建立连接，从而构建一个随时间变化的股票市场网络，节点数固定为347，每个交易日的边结构不同。
• 果蝇数据集 ：
  • 属于生物学领域，收集了果蝇生命周期中基因之间的相互作用。
  • 果蝇生命周期分为四个阶段，在66个连续的发育时间点采样。早期胚胎每小时采样一次，成虫根据形态变化速度以多日间隔采样。
  • 每个阶段收集一组样本：胚胎期包含从时间点1到30的样本，幼虫期为31 - 40，蛹期为41 - 58，其余样本为成虫期。
  • 为了用随