改进的记忆认知启发机会网络社区检测方法

发布时间：2018-03-08 21:37

  本文选题：机会网络　切入点：社区检测　出处：《计算机工程与设计》2017年06期 　论文类型：期刊论文

【摘要】：社区检测是研究网络结构的基础,在分析现有机会网络社区检测算法的基础上,提出一种改进的基于记忆的认知启发社区检测方法IMBC。节点通过记录与其它节点的历史接触信息,计算和其它节点的记忆激活量,通过约束处理,把记忆激活量在某一阈值范围的节点归入同一社区,完成网络社区的检测。进行随机生成网络仿真,与MBC算法性能进行比较,比较结果验证了该算法的有效性。
[Abstract]:Community detection is the basis of studying network structure. Based on the analysis of existing opportunistic network community detection algorithms, an improved memory-based cognitive heuristic community detection method IMBC.Node records the historical contact information with other nodes. The memory activation amount of other nodes is calculated, and the nodes with memory activation amount in a certain threshold range are classified into the same community by constraint processing, and the network community detection is completed. The network simulation is randomly generated and compared with the performance of MBC algorithm. The comparison results show that the algorithm is effective.
【作者单位】： 新疆大学软件学院;新疆大学信息科学与工程学院;
【基金】：国家自然科学基金项目(61262089、61262087) 新疆教育厅高校教师科研计划重点基金项目(XJEDU2012I09)
【分类号】：TP393.02
，

本文编号：1585678