基于KL散度矩阵迹的潜映射半监督社区发现

发布时间：2018-05-20 07:04

  本文选题：潜空间 + 特征映射　； 参考：《计算机工程》2017年12期

【摘要】：为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹和Frobenius范数,构建半监督社区发现梯度下降算法的优化规则,以实现目标函数局部极小值点的快速获取,提高算法在大规模社区发现中的实用价值,给出算法计算复杂度理论分析。实验结果表明,与局部社区结构发现算法、格文-纽曼算法、标签传播算法等算法相比,该算法具有更好的社区发现性能。
[Abstract]:In order to improve the computational efficiency and discovery performance of community discovery algorithm, a semi-supervised community discovery gradient descent algorithm based on latent space mapping is proposed. Based on latent space representation, a semi-supervised community discovery framework based on latent space mapping is constructed, and the similarity of latent space vertex is evaluated by using KL divergence. The triple representation form is obtained based on matrix trace and Frobenius norm. The optimization rules of semi-supervised community discovery gradient descent algorithm are constructed in order to obtain the local minimum of the objective function quickly and improve the practical value of the algorithm in large-scale community discovery. The computational complexity of the algorithm is analyzed theoretically. Experimental results show that this algorithm has better community discovery performance than local community structure discovery algorithm, Gwen Newman algorithm and label propagation algorithm.
【作者单位】： 荆楚理工学院计算机工程学院;荆楚理工学院教育技术中心;
【基金】：湖北省科技计划项目(2015CFB209)
【分类号】：TP301.6

【相似文献】

相关期刊论文 前10条

1 潘旭东;贺喜;雍松林;张生帅;田俊林;;基于随机并行梯度下降算法的光束相干合成技术[J];强激光与粒子束;2013年10期

2 杨慧珍;李新阳;;基于Zernike模式的自适应光学系统随机并行梯度下降算法[J];强激光与粒子束;2009年05期

3 张世杰;陈泽华;;基于梯度下降算法的煤矸石分割识别方法[J];煤矿机械;2014年08期

4 周宗恒,韩懿,高艳芳;基于KL肤色的人脸初定位[J];计算机工程;2001年04期

5 杨慧珍;陈波;李新阳;姜文汉;;自适应光学系统随机并行梯度下降控制算法实验研究[J];光学学报;2008年02期

6 武妍,金明曦,王洪波;基于KL-小波包分析的文本无关的说话人识别[J];计算机工程与应用;2005年04期

7 王卫兵;王挺峰;郭劲;;自适应光学随机并行梯度下降算法波前整形规律仿真(英文)[J];中国光学;2014年03期

8 王志坚,王彦,何汉武,郑德涛;基于Pro/Engineering的特征映射器的开发[J];计算机工程;2000年08期

9 沈海燕;李军伟;;基于STEP的特征映射器的研究[J];科学技术与工程;2008年11期

10 宋玉银,褚秀萍,蔡复之;基于知识的特征映射方法及其应用研究[J];河北理工学院学报;1999年01期

相关会议论文 前1条

1 李勇智;杨静宇;毛洪贲;;基于局部和非局部散度理论的一种新的特征提取方法[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前1条

1 窦万峰;并行工程环境下的多域特征映射研究[D];西安电子科技大学;1998年

相关硕士学位论文 前4条

1 唐家辰;KL公司企业信息化架构设计研究[D];武汉工程大学;2016年

2 吴哲;基于特征映射的运动分析与识别[D];上海交通大学;2013年

3 潘荣英;关于拉普拉斯特征映射的一些想法[D];上海交通大学;2009年

4 刘宏伟;基于样本加权及分散度的不完备数据聚类研究[D];大连理工大学;2016年

，

本文编号：1913646