楚杨杰:改进蚁群算法优化重叠社区发现方法论文

楚杨杰:改进蚁群算法优化重叠社区发现方法论文

本文主要研究内容

作者楚杨杰,洪叶,杨忠保,江登英(2019)在《改进蚁群算法优化重叠社区发现方法》一文中研究指出:为更好地挖掘社区结构,提出一种改进蚁群算法优化重叠社区发现算法(LEAC-OCD)。采用局部扩展的社区识别方法,将少数核心节点构成三角形模体,判断和量化社区结构的稳定性,实现粗糙划分社区结构;根据蚁群算法在转移机制的启发下自由移动,改变重叠节点的位置归属;通过社区量化稳定性的阈值,得到高质量的重叠社区结构。实验结果表明,LEAC-OCD算法在检测重叠社区结构方面优于其它经典算法。

Abstract

wei geng hao de wa jue she ou jie gou ,di chu yi chong gai jin yi qun suan fa you hua chong die she ou fa xian suan fa (LEAC-OCD)。cai yong ju bu kuo zhan de she ou shi bie fang fa ,jiang shao shu he xin jie dian gou cheng san jiao xing mo ti ,pan duan he liang hua she ou jie gou de wen ding xing ,shi xian cu cao hua fen she ou jie gou ;gen ju yi qun suan fa zai zhuai yi ji zhi de qi fa xia zi you yi dong ,gai bian chong die jie dian de wei zhi gui shu ;tong guo she ou liang hua wen ding xing de yu zhi ,de dao gao zhi liang de chong die she ou jie gou 。shi yan jie guo biao ming ,LEAC-OCDsuan fa zai jian ce chong die she ou jie gou fang mian you yu ji ta jing dian suan fa 。

论文参考文献

  • [1].TOPHITS算法应用于类型链接网络中社区发现的研究[J]. 尹莉.  农业图书情报学刊.2015(04)
  • [2].一种基于核心节点扩展的社区挖掘算法[J]. 刘井莲,王大玲,赵卫绩,冯时,张一飞.  山东大学学报(理学版).2016(01)
  • [3].一种基于介数和时效性的动态社区发现算法[J]. 李力.  太原理工大学学报.2011(06)
  • [4].识别稳定的局部社区结构算法[J]. 赵泳鑫,钟诚.  信息技术.2016(03)
  • [5].复杂网络重叠社区结构发现算法研究[J]. 梁沙沙.  阴山学刊(自然科学).2013(02)
  • [6].一种基于交叉熵的社区发现算法[J]. 于海,赵玉丽,崔坤,朱志良.  计算机学报.2015(08)
  • [7].基于桥系数的分裂社区检测算法研究[J]. 冀庆斌,康茜,李德玉,王素格.  中文信息学报.2017(03)
  • [8].边异质网络中的社区结构发现算法[J]. 王思檬,曹佳.  计算机工程.2019(06)
  • [9].基于核心链路的重叠社区发现算法[J]. 贺成龙,马宏,董哲,张风雨.  小型微型计算机系统.2015(06)
  • [10].动态社区的点增量发现算法[J]. 顾炎,熊超.  计算机技术与发展.2017(06)
  • 论文详细介绍

    论文作者分别是来自计算机工程与设计的楚杨杰,洪叶,杨忠保,江登英,发表于刊物计算机工程与设计2019年04期论文,是一篇关于局部扩展论文,蚁群算法论文,重叠社区发现论文,核心节点论文,优化论文,计算机工程与设计2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自计算机工程与设计2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    楚杨杰:改进蚁群算法优化重叠社区发现方法论文
    下载Doc文档

    猜你喜欢