針對現(xiàn)有的圖分類算法往往從網絡全局出發(fā)、存在對大規(guī)模網絡分類效果不好或計算開銷過高等問題,提出了基于局部特征的復雜網絡支持向量機分類(LF-SVM)算法.從網絡局部拓撲結構出發(fā),利用局部Ego-Net的特征對不同的復雜網絡進行分類,使得對不同規(guī)模的網絡都能較好地完成分類工作.實驗結果表明:LF-SVM算法對于不同大類的網絡及大類內部的不同子類網絡,均能實現(xiàn)有效分類,分類速度明顯快于現(xiàn)有的全局分類算法,且在部分指標上優(yōu)于全局分類算法.

【文章頁數(shù)】：6 頁


本文編號：4005228