使用聚類�；椒ㄇ笕》侵丿B社團(tuán)結(jié)構(gòu)時(shí),經(jīng)常會(huì)出現(xiàn)重疊區(qū)域。三支決策模型將兩個(gè)存在重疊的社團(tuán)的左邊社團(tuán)中非重疊部分定義為正域,右邊社團(tuán)中非重疊部分定義為負(fù)域,而兩個(gè)社團(tuán)的重疊部分定義為邊界域。為了獲得更好的社團(tuán)性能,須將邊界域中的節(jié)點(diǎn)進(jìn)行二次劃分。子模優(yōu)化在機(jī)器學(xué)習(xí)中有廣泛的應(yīng)用,如果目標(biāo)函數(shù)具有子模性,則存在一個(gè)簡(jiǎn)單的貪心算法能在多項(xiàng)式時(shí)間內(nèi)以常數(shù)因子逼近問題的最優(yōu)解。將子模優(yōu)化思想引入社團(tuán)重疊區(qū)域節(jié)點(diǎn)的處理,提出一種基于子模優(yōu)化的邊界域處理社團(tuán)發(fā)現(xiàn)算法（SO-CDA）。定義設(shè)備選址函數(shù)進(jìn)行子模優(yōu)化,重疊節(jié)點(diǎn)的劃分可以轉(zhuǎn)化為子模函數(shù)最大化問題,在7個(gè)真實(shí)網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,SO-CDA能夠有效地進(jìn)行社團(tuán)劃分,性能更加穩(wěn)定。 

【文章來源】：電子測(cè)量與儀器學(xué)報(bào). 2020,34(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

SO-CDA劃分的Dolphins社團(tuán)結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]一種用于故障分類與預(yù)測(cè)的多任務(wù)特征共享神經(jīng)網(wǎng)絡(luò)[J]. 王震,黃如意,李霽蒲,李巍華.  儀器儀表學(xué)報(bào). 2019(07)
[2]基于單源點(diǎn)檢測(cè)的欠定混合矩陣的聚類分析[J]. 何選森,何帆.  電子測(cè)量與儀器學(xué)報(bào). 2019(06)
[3]面向結(jié)構(gòu)復(fù)雜數(shù)據(jù)集的模糊聚類有效性指標(biāo)[J]. 唐益明,豐剛永,任福繼,胡相慧,張有成.  電子測(cè)量與儀器學(xué)報(bào). 2018(04)
[4]基于網(wǎng)絡(luò)攻擊節(jié)點(diǎn)可信度的電力系統(tǒng)狀態(tài)估計(jì)[J]. 謝斌,彭晨,張浩,楊明錦.  儀器儀表學(xué)報(bào). 2018(03)
[5]融合先驗(yàn)信息的非負(fù)矩陣分解社區(qū)發(fā)現(xiàn)算法[J]. 李國朋,潘志松,姚清,李德毅.  模式識(shí)別與人工智能. 2016(07)
[6]基于聚類�；纳鐖F(tuán)發(fā)現(xiàn)算法[J]. 趙姝,柯望,陳潔,張燕平.  計(jì)算機(jī)應(yīng)用. 2014(10)



本文編號(hào)：3013447