基于随机网络集成模型的广义网络社区挖掘算法
【摘要】: 根据结点的属性和链接关系,现实世界中的复杂网络大多可分为同配网络和异配网络,社区结构在这两类网络中均普遍存在.准确地挖掘出两种不同类型网络的社区结构具有重要的理论意义和广泛的应用领域.由于待处理的网络类型通常未知,因而难以事先确定应当选择何种类型的网络社区挖掘算法才能获得有意义的社区结构.针对该问题,本文提出了广义网络社区概念,力图将同配和异配网络社区结构统一起来.本文提出了随机网络集成模型,进而提出了广义网络社区挖掘算法G-NCMA.实验结果表明:该算法能够在网络类型未知的前提下准确地挖掘出有意义的社区结构,并能分析出所得社区的类型特征.
1
罗乔林;正态AR(1)模型参数之极大似然估计 [J];曲阜师范大学学报(自然科学版);1997年01期
2
谢安;浅谈极大似然估计的教学方法 [J];统计教育;2002年03期
3
罗乔林;;多元正态参数估计极大似然估计的注记 [J];曲阜师范大学学报(自然科学版);1984年02期
4
郭崇慧;张娜;;基于共邻矩阵的复杂网络社区结构划分方法 [J];系统工程理论与实践;2010年06期
5
何东晓;周栩;王佐;周春光;王喆;金弟;;复杂网络社区挖掘—基于聚类融合的遗传算法 [J];自动化学报;2010年08期
6
郑伟安;极大似然估计的存在性定理 [J];数学年刊A辑(中文版);1980年02期
7
田小林;相关辨识与极大似然估计在可控硅直流调速系统故障诊断中的应用 [J];北方工业大学学报;1989年01期
8
赵建国,王雪青;蒙特卡洛模拟在随机网络中的工程应用 [J];内蒙古工业大学学报(自然科学版);2004年03期
9
孙立敏,徐兴忠;多元秩-序模型MLE的存在性 [J];应用数学;2004年S2期
10
陈庆华;;无标度网络的相关性和联合度分布 [J];福建师范大学学报(自然科学版);2006年01期
11
刘次华;;ARMA模型变化点的极大似然估计 [J];应用数学;1992年03期
12
马骏,唐方成,郭菊娥,席酉民;复杂网络理论在组织网络研究中的应用 [J];科学学研究;2005年02期
13
黄纯一,肖相武,陈超,翟忠和;关于极大似然估计的算法 [J];黑龙江大学自然科学学报;1987年02期
14
余耀棋;;随机过程极大似然估计的强相合性 [J];应用概率统计;1991年01期
15
李社会,吕岳鹏;随机网络的计算机模拟 [J];纺织高校基础科学学报;1998年01期
16
王礼发;多元函数未知参数的区间估计 [J];大连水产学院学报;1996年04期
17
李社会,董军浪;GERT随机网络的优化研究 [J];西北纺织工学院学报;1998年01期
18
张彩;带有小干扰项随机微分方程的参数估计 [J];高校应用数学学报A辑(中文版);2002年01期
19
康宁;徐娟;;一类复杂网络的节点的平稳度分布 [J];数学理论与应用;2008年02期
20
朱青;马瑞复;孟大志;;一种基于复杂网络的绩效评估方法 [J];商场现代化;2009年12期