matlab代码续行-flavor-network:该存储库中的代码复制了由Yong-YeolAhn，SebastianE.Ah...

matlab代码续行风味网络 介绍 该存储库中的代码复制了Yong-Yeol Ahn ， Sebastian E.Ahnert ， James P. Bagrow和Albert-LászlóBarabási [1]在论文“风味网络和食物配对的原理”中给出的结果。 本文分析了各种美食的食谱中使用的成分，以确定哪些成分可以很好地混合在一起以形成食谱，并为所分析的美食找到正宗的成分。 结果表明，西方美食（例如北美和北欧）倾向于混合共享风味成分的成分，而东方美食（例如亚洲风味）则更偏向于不共享风味成分的成分。 用于模拟的代码在Java中实现，位于src文件夹中。 处理完数据后，使用MatLab可视化结果。 初始成分分析 首先，作者对数据集中的成分进行了一些基本分析，例如，所有表亲中成分数量的概率分布以及每个表亲中成分出现的频率： 措施的定义 继续，配方中共有化合物的平均数量（ N S ）定义为配方中所有成分的共有化合物的平均数量，并通过以下公式计算： 如果某美食中平均共享成分数量更高，则意味着该美食中的食谱包含更多共享风味成分的成分。 如果我们针对所有美食计算此度量，我们可以看到西方美食偏爱共