天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 數(shù)學論文 >

基于圖流在線非負矩陣分解的社團檢測

發(fā)布時間:2018-03-03 18:30

  本文選題:在線 切入點:非負矩陣分解 出處:《電子學報》2017年09期  論文類型:期刊論文


【摘要】:針對現(xiàn)有的在線社團檢測方法大多僅從增量相關(guān)的節(jié)點和邊出發(fā),難以有效挖掘社團結(jié)構(gòu)的動態(tài)變化特性問題,提出了一種基于圖流在線非負矩陣分解的社團檢測方法.首先將網(wǎng)絡中持續(xù)到達的圖數(shù)據(jù)按照流式數(shù)據(jù)進行存儲和預處理,然后借鑒梯度下降思想,采用在線非負矩陣分解架構(gòu),根據(jù)不同時刻達到的圖流序列,實時迭代更新社團歸屬矩陣,并通過有效的學習率和緩存策略設(shè)置,保證了圖流處理的收斂性和合理性.實驗結(jié)果表明,相比于已有在線社團檢測方法,該方法具備更高的社團檢測精度.
[Abstract]:For the existing online community detection methods are mostly based on incremental nodes and edges, it is difficult to effectively mine the dynamic characteristics of community structure. A community detection method based on on-line non-negative matrix decomposition of graph stream is proposed. Firstly, the continuously arrived graph data in the network is stored and preprocessed according to the flow data, and then the gradient descent idea is used for reference. The online nonnegative matrix decomposition architecture is used to update the community ownership matrix iteratively according to the sequence of graph flow at different times, and the learning rate and cache policy are set effectively. The convergence and rationality of graph flow processing are guaranteed. The experimental results show that the proposed method has a higher accuracy than the existing online community detection methods.
【作者單位】: 國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心;
【基金】:國家自然科學基金創(chuàng)新群體(No.61521003);國家自然科學基金(No.61171108) 國家973重點基礎(chǔ)研究發(fā)展計劃(No.2012CB315901,No.2012CB315905) 國家科技支撐計劃(No.2014BAH30B01)
【分類號】:O157.5

【相似文獻】

相關(guān)期刊論文 前10條

1 黃鋼石,張亞非,陸建江,徐寶文;一種受限非負矩陣分解方法[J];東南大學學報(自然科學版);2004年02期

2 尹星云;;非負矩陣分解的基本原理和研究現(xiàn)狀分析[J];科技資訊;2011年35期

3 程明松;劉勺連;;一種實用快速非負矩陣分解算法[J];大連理工大學學報;2013年01期

4 曾文梅;;基于半監(jiān)督非負矩陣分解的人流量分析[J];哈爾濱師范大學自然科學學報;2011年02期

5 孟佳音;劉丁酉;;基于分布估計算法的非負矩陣分解[J];湖北民族學院學報(自然科學版);2012年03期

6 王雪明;王套;;非負矩陣分解的相關(guān)討論[J];湖南農(nóng)機;2013年09期

7 曹勝玉;劉來福;;非負矩陣分解及其在基因表達數(shù)據(jù)分析中的應用[J];北京師范大學學報(自然科學版);2007年01期

8 章祥蓀;張忠元;;非負矩陣分解:模型、算法和應用[J];重慶師范大學學報(自然科學版);2013年06期

9 李謙;景麗萍;于劍;;基于多核學習的投影非負矩陣分解算法[J];計算機科學;2014年02期

10 王印;毛丹;陳耀;;基于K-L算法的投影圖正則非負矩陣分解[J];科技信息;2014年04期

相關(guān)會議論文 前1條

1 孫江明;李通化;;非平滑三維非負矩陣分解[A];第九屆全國計算(機)化學學術(shù)會議論文摘要集[C];2007年

相關(guān)博士學位論文 前1條

1 胡俐蕊;非負矩陣分解方法及其在選票圖像識別中的應用[D];安徽大學;2013年

相關(guān)碩士學位論文 前10條

1 謝昊;非負矩陣分解初始化及其應用[D];暨南大學;2015年

2 王一;凸與半非負矩陣分解的近點梯度方法研究[D];東北師范大學;2015年

3 馬春霞;非負矩陣分解及在基因表達數(shù)據(jù)分析中的應用研究[D];曲阜師范大學;2015年

4 賴淑珍;非負矩陣分解若干算法研究與應用[D];電子科技大學;2014年

5 韋磊;正交非負局部線性嵌入及優(yōu)化算法研究[D];國防科學技術(shù)大學;2013年

6 張璐;非負矩陣分解算法研究[D];西安電子科技大學;2014年

7 余肖玲;非負矩陣分解理論及其在高光譜解混中的應用[D];成都理工大學;2015年

8 范笑宇;非負矩陣分解及其在非均衡數(shù)據(jù)分類中的應用[D];西安電子科技大學;2014年

9 韓敏;基于非負矩陣分解的回歸模型應用[D];蘇州科技學院;2015年

10 李敏;多圖正則化非負矩陣分解[D];遼寧師范大學;2015年

,

本文編號:1562193

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/yysx/1562193.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶43d04***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com