期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于节点相似性的LFM社团发现算法 被引量:9
1
作者 杨晓波 陈楚湘 王至婉 《复杂系统与复杂性科学》 CSCD 北大核心 2017年第3期85-90,共6页
传统的局部适应度社团发现算法(LFM)在社团结构模糊的网络中精度下降严重。针对此问题,提出LFMJ算法。利用邻居节点信息和改进的杰卡德系数重构网络,使网络结构更为清楚,社团划分结果更为准确。为验证算法,选择了5种算法在LFR网络和真... 传统的局部适应度社团发现算法(LFM)在社团结构模糊的网络中精度下降严重。针对此问题,提出LFMJ算法。利用邻居节点信息和改进的杰卡德系数重构网络,使网络结构更为清楚,社团划分结果更为准确。为验证算法,选择了5种算法在LFR网络和真实网络中进行测试,包括LFMJ、LFM和传统的LPA算法以及性能较好的WT和FUA算法。结果表明:在标准LFR网络中,LFMJ精度高于LFM和LPA,与FUA和WT相当;在真实网络和具有重叠结构的LFR网络中,LFMJ精度优于其他4种算法。 展开更多
关键词 复杂网络 社团发现 节点相似性 杰卡德系数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部