本文選題：機(jī)會網(wǎng)絡(luò)　切入點(diǎn)：社區(qū)檢測　出處：《計算機(jī)工程與設(shè)計》2017年06期 　論文類型：期刊論文

【摘要】：社區(qū)檢測是研究網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ),在分析現(xiàn)有機(jī)會網(wǎng)絡(luò)社區(qū)檢測算法的基礎(chǔ)上,提出一種改進(jìn)的基于記憶的認(rèn)知啟發(fā)社區(qū)檢測方法IMBC。節(jié)點(diǎn)通過記錄與其它節(jié)點(diǎn)的歷史接觸信息,計算和其它節(jié)點(diǎn)的記憶激活量,通過約束處理,把記憶激活量在某一閾值范圍的節(jié)點(diǎn)歸入同一社區(qū),完成網(wǎng)絡(luò)社區(qū)的檢測。進(jìn)行隨機(jī)生成網(wǎng)絡(luò)仿真,與MBC算法性能進(jìn)行比較,比較結(jié)果驗(yàn)證了該算法的有效性。
[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.
【作者單位】： 新疆大學(xué)軟件學(xué)院;新疆大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61262089、61262087) 新疆教育廳高校教師科研計劃重點(diǎn)基金項(xiàng)目(XJEDU2012I09)
【分類號】：TP393.02
，

本文編號：1585678