基于时空影响域的加权地震网络拓扑特性分析

doi:10.12068/j.issn.1005-3026.2018.11.007

东北大学学报:自然科学版 ›› 2018, Vol. 39 ›› Issue (11): 1551-1555.DOI: 10.12068/j.issn.1005-3026.2018.11.007

基于时空影响域的加权地震网络拓扑特性分析

徐艳杰，任涛，齐义

(东北大学软件学院，辽宁沈阳110169)

收稿日期:2017-08-21 修回日期:2017-08-21 出版日期:2018-11-15 发布日期:2018-11-09
通讯作者: 徐艳杰
作者简介:徐艳杰(1992-)，女，河南周口人，东北大学博士研究生; 任涛(1980-)，男，辽宁沈阳人，东北大学教授，博士生导师.冯明杰(1971-)，男，河南禹州人，东北大学副教授; 王恩刚(1962-)，男，辽宁沈阳人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61473073， 61104074)；中央高校基本科研业务费专项资金资助项目(N161702001)；辽宁省高校优秀人才计划项目(LJQ2014028).

Topological Characteristic Analysis of Weighted Seismic Network Based on Space-Time Influence Domain

XU Yan-jie， REN Tao， QI Yi

School of Software， Northeastern University， Shenyang 110169， China.

Received:2017-08-21 Revised:2017-08-21 Online:2018-11-15 Published:2018-11-09
Contact: XU Yan-jie
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对加利福尼亚地震网络，为了研究网络中节点间的相互影响关系，首先基于时空影响域，以平均震级比对边权值进行定义，从而生成加权地震网络.其次，选取零模型为参照物，分析了加权地震网络的拓扑特性.同时对边权值和节点权值的分布进行分析.结果发现:加权地震网络具有无标度和小世界特性，且节点和边权值都具有幂律分布特性;节点的权值与其最大震级值存在正相关.本文基于地震数据所构建的加权地震网络更符合实际情况.

关键词: 地震网络, 复杂网络, 时空影响域, 无向/有向网络, 零模型

Abstract: The seismic network of the south California is taken as the research object. In order to study the influence relationship among nodes in seismic network， the weighted seismic network is generated based on the space-time influence domain and the mean magnitude ratio. Then， based on the reference effect of null model， the topological characteristic of weighted seismic network is analyzed. At the same time， the weight distribution of the edge and the node are analyzed. It is found that the weighted seismic network has scale-free and small-world characteristics， and both the node and the edge weight have power-law distribution. In addition， there is a positive correlation between the weight of the node and its maximum magnitude. Based on the seismic data， the weighted seismic network can reflect the actual situation well.

Key words: seismic network, complex network, space-time influence domain, undirected/directed network, null model

中图分类号:

TP393

徐艳杰，任涛，齐义. 基于时空影响域的加权地震网络拓扑特性分析[J]. 东北大学学报:自然科学版, 2018, 39(11): 1551-1555.

XU Yan-jie， REN Tao， QI Yi. Topological Characteristic Analysis of Weighted Seismic Network Based on Space-Time Influence Domain[J]. Journal of Northeastern University Natural Science, 2018, 39(11): 1551-1555.

参考文献

[1]Gutenburg B，Richter C F.Frequency of earthquakes in California［J］.Bulletin of the Seismological Society of America，1944，34(4):185-188.
[2]Omori F.On the aftershocks of earthquakes［J］.Journal of the College of Science，1894，7:111-119.
[3]Baiesi M，Paczuski M.Scale-free networks of earthquakes and aftershocks［J］.Physical Review E，2004，69(6):066106-1-066106-8.
[4]Abe S，Suzuki N.Scale-free network of earthquakes［J］.Europhysics Letters，2004，65(4):581-586.
[5]Abe S，Suzuki N.Small-world structure of earthquake network［J］.Physica A:Statistical Mechanics & Its Applications， 2004，337(1/2):357-362.
[6]Abe S，Suzuki N.Complex earthquake networks:hierarchical organization and assortative mixing.［J］.Physical Review E，2006，74(2):26113-1-26113-5.
[7]Abe S，Suzuki N.Dynamical evolution of clustering in complex network of earthquakes［J］.European Physical Journal B，2007，59(1):93-97.
[8]Abe S，Suzuki N.Violation of the scaling relation and non-Markovian nature of earthquake aftershocks［J］.Physica A，2009，388(9):1917-1920.
[9]Abe S，Suzuki N.Scaling relation for earthquake networks［J］.Physica A，2009，388(12):2511-2514.
[10]Abe S，Suzuki N.Determination of the scale of coarse graining in earthquake network［J］.Europhysics Letters，2009，87(4):48008-48012.
[11]Abe S，Pastén D，Suzuki N.Finite data-size scaling of clustering in earthquake networks［J］.Physica A，2011，390(7):1343-1349.
[12]汪小帆，李翔，陈关荣.复杂网络理论及其应用［M］.北京:清华大学出版社有限公司，2006.(Wang Xiao-fan，Li Xiang，Chen Guan-rong.Complex network theory and its applications［M］.Beijing:Tsinghua University Press Co，Ltd，2006.)
[13]Gardner J K，Knopoff L.Is the sequence of earthquakes in Southern California，with aftershocks removed，Poissonian?［J］.Bulletin of the Seismological Society of America，1974，64(5):1363-1367.
[14]何璇，赵海，蔡巍，等.基于时空影响域的地震网络构造方法［J］.东北大学学报(自然科学版)，2014，35(10):1395-1399.(He Xuan，Zhao Hai，Cai Wei，et al.Construction method based on time-space influence domain for earthquake network［J］.Journal of Northeastern University(Natural Science)，2014，35(10):1395-1399.)
[15]赵海，张娅，何璇，等.基于时空影响域的地震网络动力学演化特征分析［J］.东北大学学报(自然科学版)，2015，36(9):1232-1236.(Zhao Hai，Zhang Ya，He Xuan，et al.Dynamic evolution analysis of the earthquake network based on the time-space influence domain［J］.Journal of Northeastern University(Natural Science)，2015，36(9):1232-1236.)
[16]Lin M，Fan X X，Wang G，et al.Network structure entropy and its dynamical evolution for recurrence networks from earthquake magnitude time series［J］.The European Physical Journal B，2016，89(5):1-7.
[17]尚可可，许小可.基于置乱算法的复杂网络零模型构造及其应用—本期 “复杂性科学” 专栏评述［J］.电子科技大学学报，2014，43(1):7-20.(Shang Ke-ke，Xu Xiao-ke.Construction and application of complex network zero model based on scrambling algorithm—this issue of "complexity science"［J］.Journal of Electronic Science and Technology University，2014，43(1):7-20.)(上接第1550页)
[2]Ma Z，Kang B，Lyu K， et al.Nonlinear radon transform using Zernike moment for shape analysis［J］.Computational and Mathematical Methods in Medicine，2013，2013(3):208402.
[3]Zhao L，Wang J H.Research on wood cell shape analysis methods based on Fourier descriptors［J］.International Journal of Multimedia & Ubiquitous Engineering，2015，10(2):61-74.
[4]Shen W，Wang Y，Bai X，et al.Shape clustering:common structure discovery［J］.Pattern Recognition，2013，46(2):539-550.
[5]Albert R.Barab′asi:statistical mechanics of complex networks［J］Reviews of Modern Physics，2002，74(1):47-97.
[6]Florindo J B，Backes A R，De Castro M，et al.A comparative study on multiscale fractal dimension descriptors［J］.Pattern Recognition Letters，2012，33(6):798-806.
[7]Ojala T，Pietikainen M，Maenpaa T.Multiresolution gray-scale and rotation invariant texture classification with local binary patterns［J］.IEEE Transactions on Pattern Analysis & Machine Intelligence，2002，24(7):971-987.
[8]Lin Q，Qi W.Multi-scale local binary patterns based on path integral for texture classification［C］// IEEE International Conference on Image Processing.London，2015:26-30.
[9]Tricot C.Curves and fractal dimension［M］.Berlin:Springer，1995.
[10]Song C，Gallos L K，Havlin S，et al.How to calculate the fractal dimension of a complex network:the box covering algorithm［J］.Journal of Statistical Mechanics Theory & Experiment，2007(3):297-316.
[11]Liu Z P.Linear discriminant analysis［M］.New York:Springer，2013.
[12]Backes A R，Casanova D，Bruno O M.Texture analysis and classification:a complex network-based approach［J］.Information Sciences，2013，219:168-180.

基于时空影响域的加权地震网络拓扑特性分析

Topological Characteristic Analysis of Weighted Seismic Network Based on Space-Time Influence Domain

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	孔芝，孙琦，寇晓宇，王立夫. 基于属性信息和结构特性的网络节点重要度研究[J]. 东北大学学报（自然科学版）, 2022, 43(5): 625-631.
[2]	王立夫，李欢，赵国涛. 基于节点最大剩余容量的改进负荷再分配策略[J]. 东北大学学报:自然科学版, 2020, 41(9): 1223-1230.
[3]	李延双，庄新田，王健，张伟平. 极端行情下中国股市社团结构及系统性风险分析[J]. 东北大学学报:自然科学版, 2020, 41(10): 1500-1508.
[4]	陈东明，王云开，黄新宇，王冬琦. 基于社团密合度的复杂网络社团发现算法[J]. 东北大学学报:自然科学版, 2019, 40(2): 186-191.
[5]	陈东明，严燕斌，黄新宇，王冬琦. 基于二分网络社团划分的推荐算法[J]. 东北大学学报:自然科学版, 2018, 39(8): 1103-1107.
[6]	赵海，李雄峰，朱宏博，王彬. 基于分形维数特征的肺结节形状建模[J]. 东北大学学报:自然科学版, 2018, 39(11): 1545-1551.
[7]	何璇，王卢阳，赵海，刘晓. 地震数据关系网络的空间尺度[J]. 东北大学学报:自然科学版, 2018, 39(10): 1385-1389.
[8]	徐久强，赵楠，何璇，赵海. 基于时空影响域地震加权网络的研究[J]. 东北大学学报:自然科学版, 2017, 38(6): 804-808.
[9]	徐久强，宋佳，何璇，赵海. 基于OFC的仿真地震序列网络化特征对比分析[J]. 东北大学学报:自然科学版, 2017, 38(2): 205-209.
[10]	李婕，王兴伟，郭静，于超. 面向移动通信网络的局部扩张群组构造方法[J]. 东北大学学报:自然科学版, 2017, 38(12): 1691-1696.
[11]	刘晓，赵海，冯颖，何璇. 林木虫害大数据的网络科学分析方法[J]. 东北大学学报:自然科学版, 2016, 37(9): 1254-1258.
[12]	徐久强，宋佳，何璇，赵海. 基于节点汇聚的地震序列分析方法[J]. 东北大学学报:自然科学版, 2016, 37(3): 319-322.
[13]	李鹤群，徐久强，王进法，赵海. Internet分形特征研究[J]. 东北大学学报:自然科学版, 2016, 37(12): 1691-1695.
[14]	赵海，窦圣昶，蔡巍，陈星池. 脉搏波的复杂网络分析[J]. 东北大学学报:自然科学版, 2016, 37(12): 1696-1699.
[15]	王进法，赵海，刘晓，李鹤群. 基于空间影响域的虫害关系网络构造与分析[J]. 东北大学学报:自然科学版, 2016, 37(12): 1700-1704.