一种改进的局部模块性社区发现算法研究

发布时间：2021-07-08 03:31

　　模块度是度量社区质量的重要方法,然而容易陷入局部最大值问题。为了确定最佳局部模块性,利用机器学习中随机森林模型预测的最佳模块性,构造共识矩阵,并采用CSPA集成聚类算法对构造的共识矩阵进行聚类分析,最后对聚类效率进行了比较。 

【文章来源】：电脑编程技巧与维护. 2020,(09)

【文章页数】：2 页

【文章目录】：
1 概述
2 局部社区模块性度量
3 图的中心性度量
4 随机森林模型
5 实验分析
6 结语


【参考文献】：
期刊论文
[1]基于局部增量超点Louvain剪枝技术的社区发现[J]. 郑丽.  控制工程. 2017(10)
[2]一种基于局部相似性的社区发现算法[J]. 吴钟刚,吕钊.  计算机工程. 2016(12)



本文编号：3270766