基于子模优化的边界域处理社团发现算法
发布时间:2021-02-01 21:14
使用聚类粒化方法求取非重叠社团结构时,经常会出现重叠区域。三支决策模型将两个存在重叠的社团的左边社团中非重叠部分定义为正域,右边社团中非重叠部分定义为负域,而两个社团的重叠部分定义为边界域。为了获得更好的社团性能,须将边界域中的节点进行二次划分。子模优化在机器学习中有广泛的应用,如果目标函数具有子模性,则存在一个简单的贪心算法能在多项式时间内以常数因子逼近问题的最优解。将子模优化思想引入社团重叠区域节点的处理,提出一种基于子模优化的边界域处理社团发现算法(SO-CDA)。定义设备选址函数进行子模优化,重叠节点的划分可以转化为子模函数最大化问题,在7个真实网络上的实验结果表明,SO-CDA能够有效地进行社团划分,性能更加稳定。
【文章来源】:电子测量与仪器学报. 2020,34(04)北大核心
【文章页数】:7 页
【部分图文】:
SO-CDA划分的Dolphins社团结构
【参考文献】:
期刊论文
[1]一种用于故障分类与预测的多任务特征共享神经网络[J]. 王震,黄如意,李霁蒲,李巍华. 仪器仪表学报. 2019(07)
[2]基于单源点检测的欠定混合矩阵的聚类分析[J]. 何选森,何帆. 电子测量与仪器学报. 2019(06)
[3]面向结构复杂数据集的模糊聚类有效性指标[J]. 唐益明,丰刚永,任福继,胡相慧,张有成. 电子测量与仪器学报. 2018(04)
[4]基于网络攻击节点可信度的电力系统状态估计[J]. 谢斌,彭晨,张浩,杨明锦. 仪器仪表学报. 2018(03)
[5]融合先验信息的非负矩阵分解社区发现算法[J]. 李国朋,潘志松,姚清,李德毅. 模式识别与人工智能. 2016(07)
[6]基于聚类粒化的社团发现算法[J]. 赵姝,柯望,陈洁,张燕平. 计算机应用. 2014(10)
本文编号:3013447
【文章来源】:电子测量与仪器学报. 2020,34(04)北大核心
【文章页数】:7 页
【部分图文】:
SO-CDA划分的Dolphins社团结构
【参考文献】:
期刊论文
[1]一种用于故障分类与预测的多任务特征共享神经网络[J]. 王震,黄如意,李霁蒲,李巍华. 仪器仪表学报. 2019(07)
[2]基于单源点检测的欠定混合矩阵的聚类分析[J]. 何选森,何帆. 电子测量与仪器学报. 2019(06)
[3]面向结构复杂数据集的模糊聚类有效性指标[J]. 唐益明,丰刚永,任福继,胡相慧,张有成. 电子测量与仪器学报. 2018(04)
[4]基于网络攻击节点可信度的电力系统状态估计[J]. 谢斌,彭晨,张浩,杨明锦. 仪器仪表学报. 2018(03)
[5]融合先验信息的非负矩阵分解社区发现算法[J]. 李国朋,潘志松,姚清,李德毅. 模式识别与人工智能. 2016(07)
[6]基于聚类粒化的社团发现算法[J]. 赵姝,柯望,陈洁,张燕平. 计算机应用. 2014(10)
本文编号:3013447
本文链接:https://www.wllwen.com/kejilunwen/yysx/3013447.html