最近读了陆君安老师关于“复杂网络的中尺度”问题 http://www.sciencenet.cn/blog/user_content.aspx?id=300941的帖子，这个“中尺度”应该是将复杂网络中的小尺度和大尺度给沟通起来，因此非常重要，值得研究。

但是我想了半天，也没弄明白复杂网络中什么东西算是“小尺度”的特性，什么东西算是“大尺度”的性质，虽然原文提到了“ the local scale structure (through statistical distributions) or the macroscopical properties (with global parameters) of the network”，可还是不清楚，有高人来指点一下吗？

尽管搞不清楚大尺度和小尺度，“多尺度”或者“尺度变换”这样的名词还是知道的，这样的技术在时间序列和图像处理中应用广泛，比如说小波分析等。而且也很容易理解，比如说时间序列可以分别从秒、分、小时、天不同的时间单位进行观察；图像可以由近及远的进行观察。那复杂网络中的多尺度特性通过哪种方法划分合适呢？貌似多层次的社团结构可以通过多尺度的社团分隔方法进行划分，这种层次结构也可以通过在节点上面放置动力系统或者核函数识别出来，但是如果脱离了社团结构层次化这个框架（比如说有些网络或模型Q值很小，社团特性不明显）那么有没有其他更好的框架呢？

另一种复杂网络多分辨相关的研究应该是复杂网络的分形特性，不过我心里面不知道什么原因，总是觉得复杂网络不应该存在分形特性，总觉得这个统计性质和我们直观观察复杂网络的图像不一致。看好多分形的图形，你很容易找到某些地方全局和局部是相似的，你会情不自禁的喊出Fractal；但是看复杂网络的时候，我的猪头做这样的抽象还真挺为难它的，另外网络的“小世界特性”让分形变换的尺度很局促。

先扔这儿吧，哪天好好改改，补上参考文献吧。

相关专题：复杂网络研究
转载本文请联系原作者获取授权，同时请注明本文来自许小可科学网博客。
链接地址：https://blog.sciencenet.cn/blog-64458-302369.html

上一篇：为什么杂交水稻一定无害呢？
下一篇：精英害国的危害性更大