计算机应用研究

作者：江宇楠,刘琳岚,舒坚,

单位：南昌航空大学a.信息工程学院;b.软件学院,南昌330063；

关键词：复杂网络,关键节点,DDQN算法,回退探索,优先访问,

基金：国家自然科学基金资助项目(62062050)；江西省研究生创新专项资金资助项目(YC2023-25)；；

为全面提取节点的全局特征，提高复杂网络关键节点识别结果的准确性，提出一种基于改进DDQN （double deep Q-network）算法的复杂网络关键节点识别方法。通过重构DDQN的初始奖励值、引入回退探索和优先访问方法，改进DDQN算法，提取节点全局特征，从而提升全局特征提取的效率和提取结果的准确性。引入聚类系数获取节点的局部特征，通过网络性能均值实验得到全局特征和局部特征的融合参数，对全局特征和局部特征进行融合，得到节点的重要度排序，从而实现关键节点识别。在7个真实网络数据集上的实验结果表明，此方法在基于网络性能均值的评价指标以及SIR模型上均优于对比的基线方法。证明其可以更全面地提取节点全局特征，更准确地识别关键节点。

来源：2025年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第4期