本文選題：復(fù)雜網(wǎng)絡(luò) + 社團(tuán)結(jié)構(gòu)��； 參考：《計算機(jī)科學(xué)》2017年S1期

【摘要】：社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)的一種很普遍且非常重要的拓?fù)涮卣?社團(tuán)的發(fā)現(xiàn)有助于了解復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)和功能。節(jié)點(diǎn)間相似度的評價指標(biāo)對于社團(tuán)發(fā)現(xiàn)的結(jié)果起著至關(guān)重要的作用,傳統(tǒng)算法中使用的相似度指標(biāo)存在著時間復(fù)雜度過高和不夠精確的缺陷。為了彌補(bǔ)這兩個缺陷,在信息傳遞理論的基礎(chǔ)上將網(wǎng)絡(luò)中的節(jié)點(diǎn)抽象成了多維數(shù)據(jù)集,結(jié)合傳統(tǒng)聚類算法K-means提出了一種社團(tuán)發(fā)現(xiàn)的新算法。基于Zachary Karate Club網(wǎng)絡(luò)、Jazz Musician網(wǎng)絡(luò)和Facebook網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果表明,該算法是高效且準(zhǔn)確的。
[Abstract]:Community structure is a very common and very important topological feature of complex network. The discovery of community is helpful to understand the structure and function of complex network.The evaluation index of the similarity between nodes plays an important role in the results of community discovery. The traditional similarity index used in the traditional algorithm has the defects of high time complexity and inaccuracy.In order to remedy these two defects, the node in the network is abstracted into a cube based on the information transfer theory, and a new algorithm for community discovery is proposed in combination with the traditional clustering algorithm K-means.The experimental results based on Zachary Karate Club network and Facebook network show that the algorithm is efficient and accurate.
【作者單位】： 浙江工業(yè)大學(xué)計算機(jī)學(xué)院;常州工學(xué)院計算機(jī)信息工程學(xué)院通信工程系;
【基金】：水利部公益性行業(yè)科研專項(xiàng)(201401044) 常州市科技計劃項(xiàng)目(CJ20159013)資助
【分類號】：O157.5;TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 晏木榮;消耗系數(shù)方陣的逆向優(yōu)化調(diào)整[J];經(jīng)濟(jì)數(shù)學(xué);2000年01期

2 劉干中;特征向量和奇異向量的擾動界[J];天津電大學(xué)報;2001年03期

3 黃力民;廣義特征向量幾種算法的比較[J];大學(xué)數(shù)學(xué);2004年01期

4 洪伯陽;關(guān)于特征向量的計算的一個問題[J];黃石師院學(xué)報(自然科學(xué)版);1982年01期

5 王植棠;廣義特征向量的計算程序[J];阜新礦業(yè)學(xué)院學(xué)報;1986年02期

6 蔡則彪,鄭鐵生;特征向量敏度分析的快速算法[J];計算結(jié)構(gòu)力學(xué)及其應(yīng)用;1991年01期

7 李紹寬;;近似特征向量方法的一些應(yīng)用[J];復(fù)旦學(xué)報(自然科學(xué)版);1981年04期

8 李治林,黃開斌;特征向量的幾個擾動定理[J];高等學(xué)校計算數(shù)學(xué)學(xué)報;1990年03期

9 王兆奇,解元元;特征向量的零輸入解定理及其證法探討[J];西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版);2004年05期

10 袁虎廷;;澄清計算特征向量的一個問題[J];雁北師范學(xué)院學(xué)報;2006年05期

相關(guān)會議論文 前1條

1 陳力奮;宋漢文;王文亮;;確定退化模態(tài)可導(dǎo)特征向量轉(zhuǎn)換矩陣的一種新方法[A];振動工程學(xué)報（工程應(yīng)用專輯）[C];2001年

相關(guān)博士學(xué)位論文 前1條

1 龔世才;圖的特征向量的組合結(jié)構(gòu)[D];安徽大學(xué);2010年

相關(guān)碩士學(xué)位論文 前6條

1 梅海嬌;極大加代數(shù)矩陣的整特征向量和整像[D];河北師范大學(xué);2015年

2 張曉玉;一類8階Hamilton算子特征向量組和根向量組的完備性及其應(yīng)用[D];內(nèi)蒙古工業(yè)大學(xué);2015年

3 劉君偉;關(guān)于精化近似特征向量的一些性質(zhì)研究[D];廈門大學(xué);2009年

4 魏民;高中生對特征值與特征向量（2階矩陣）的理解水平[D];華東師范大學(xué);2009年

5 譚瑩瑩;混合圖的奇異度與特征向量[D];安徽大學(xué);2007年

6 李小新;兩類混合圖的特征值與特征向量[D];安徽大學(xué);2005年

，

本文編號：1746159