收藏本站
《浙江工业大学学报》 2018年02期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于节点对的局部社区发现算法

黄德才  谷宗昌  杨雄  
【摘要】:现有算法存在两点不足:1)采取爬坡策略,每次只能合并1个节点,容易陷入局部最优化的陷阱;2)对待合并节点没有考虑到外部连接情况,最终影响局部社区发现的质量.基于此,提出了一种基于节点对的局部社区算法RCD(Relative community detection).首先,通过引入改进Katz系数提出了节点对的概念,进而提出了一种新的待合并节点选择策略;其次,对不同类型节点采取不同的合并策略,从而提出了一种新的节点合并策略;最后,在3个数据集中进行实验,证明了相较于LS算法,RCD算法减少了迭代次数.改善了局部社区发现的质量.

【相似文献】
中国期刊全文数据库 前5条
1 高启航;景丽萍;于剑;林友芳;;基于结构和适应度的社区发现[J];中国科学技术大学学报;2014年07期
2 章四兵,周美立;系统相似性度量中的非平权距离系数法[J];合肥工业大学学报(自然科学版);2004年08期
3 贺玲;吴玲达;蔡益朝;;高维空间中数据的相似性度量[J];数学的实践与认识;2006年09期
4 李海林;郭崇慧;;基于多维形态特征表示的时间序列相似性度量[J];系统工程理论与实践;2013年04期
5 李仲来;系统聚类分析中应注意的两类问题[J];数理统计与管理;1993年06期
中国硕士学位论文全文数据库 前10条
1 杨成;社会网络中基于边适应度和节点相似性的社区发现[D];海南大学;2016年
2 贾栋;基于模块度的大规模复杂网络社区发现算法研究[D];西安电子科技大学;2017年
3 周汉海;基于少量选点的社团检测算法研究[D];兰州大学;2015年
4 陈龙飞;心电时间序列的表示和相似性度量方法的研究[D];哈尔滨工业大学;2016年
5 张嘉慧;一种面向动态网络聚类的节点相似性度量方法[D];西安电子科技大学;2015年
6 谷宗昌;复杂网络中局部社区发现算法研究[D];浙江工业大学;2017年
7 孟晓峰;基于异质信息网络的相似性度量研究[D];北京邮电大学;2015年
8 彭佳星;证券时间序列特征表示与相似性度量研究及应用[D];南华大学;2016年
9 韦阳阳;两类广义多乘积规划问题的优化算法[D];河南师范大学;2017年
10 郭璐娜;弃权影响下Vague集相似性度量方法的改进及应用[D];西安科技大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026