Visualizing global properties of large complex networks.
Visualizing global properties of large complex networks.
复制标题
可视化大型复杂网络的全局特性。
DOI：
10.1371/journal.pone.0002541
复制
发表时间：
2008-07-02
期刊：
影响因子：
3.7
通讯作者：
Kurata, Hiroyuki
中科院分区：
文献类型：
--
作者：
Li, Weijiang;Kurata, Hiroyuki
对于复杂的生物网络，图形表示对于理解一些设计原理是非常必要的，但是很少有绘图方法可以捕获大型和高度异构网络的拓扑特征，例如蛋白质相互作用网络。在这里，我们提出了圆形透视图（CPD）方法来可视化大型复杂网络的全局结构。该算法结合了近似于最陡下降法的准连续搜索（QCS）和随机节点交换策略，提高了计算速度。CPD通过展示网络不同部分之间的连接模式，而不是节点之间的详细联系，以美学的方式描绘网络。CPD所展示的网络的全局结构特征为全面理解网络组织提供了线索。可用性：软件可在http://www.cadlive.jp免费获得
For complex biological networks, graphical representations are highly desired for understanding some design principles, but few drawing methods are available that capture topological features of a large and highly heterogeneous network, such as a protein interaction network. Here we propose the circular perspective drawing (CPD) method to visualize global structures of large complex networks. The presented CPD combines the quasi-continuous search (QCS) analogous to the steepest descent method with a random node swapping strategy for an enhanced calculation speed. The CPD depicts a network in an aesthetic manner by showing connection patterns between different parts of the network instead of detailed links between nodes. Global structural features of networks exhibited by CPD provide clues toward a comprehensive understanding of the network organizations. Availability: Software is freely available at http://www.cadlive.jp
登录
查看更多内容
影响因子：
2.4
作者：
Ispolatov, I;Krapivsky, PL;Yuryev, A
通讯作者：
Yuryev, A
影响因子：
5.8
作者：
Li, WJ;Kurata, H
通讯作者：
Kurata, H
影响因子：
8.6
作者：
Newman, MEJ
通讯作者：
Newman, MEJ
影响因子：
64.8
作者：
Han, JDJ;Bertin, N;Vidal, M
通讯作者：
Vidal, M
影响因子：
14.9
作者：
Kurata, Hiroyuki;Inoue, Kentaro;Zhao, Quanyu
通讯作者：
Zhao, Quanyu