基于网络结构极值优化的半监督社团检测方法

发布时间：2017-07-30 23:13

本文关键词：基于网络结构极值优化的半监督社团检测方法

【摘要】：网络中的社团结构检测问题已被广泛研究,但当网络中的噪音不断增加时,已有的社团结构检测方法的性能下降较快.为解决此问题,文中将成对约束形式的先验信息结合现有的社团结构检测方法,通过先验信息引导极值优化社团发现过程,提出基于网络结构极值优化的半监督社团划分方法.实验表明,相对已有方法,文中方法能提高社团划分准确度,且在噪音网络中也显示出较好性能.
【作者单位】：合肥工业大学计算机与信息学院;
【关键词】： 复杂网络 社团检测 成对约束
【基金】：国家973计划项目(No.2013CB329604) 国家自然科学基金项目(No.61273292) 安徽省自然科学基金项目(No.1408085QF130)资助
【分类号】：TP393.02
【正文快照】： 1引言随着网络性质的物理意义和数学特性的深入研究,人们发现许多实际的网络,包括社会、经济及生物上的网络,都具有社团结构,即网络是由若干个簇组成,每个节点与其所在簇内节点连接相对较紧密,与其他簇节点连接相对较稀疏,这些结构对网络的功能和拓扑分析至关重要.最早对社团

【相似文献】

中国期刊全文数据库前10条

1 周元珂;邵峰晶;吴舜尧;;评估属性层知识和实例层知识融合效果的有效指标[J];青岛大学学报(自然科学版);2014年02期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期