您好,欢迎来电子发烧友网! ,新用户?[免费注册]

您的位置:电子发烧友网 > 源码下载 > 数值算法/人工智能 >

基于标签传播能力的改进LPA算法

大小:0.87 MB 人气: 2018-04-24 需要积分:0

  现实生活中存在着万维网、社会关系网、引文网络等复杂网络。这些复杂网络大部分都属于关系型数据,图可以有效描述各类关系型数据。因此,以节点代表网络中的实体,以边代表实体间的关系,将复杂网络抽象为图的方法广泛应用在众多领域之中。

  社团结构是复杂网络中普遍存在的基本结构,指的是网络的一种节点子集,同一集合中的节点相互之间连接较为紧密,不同集合中的节点相互之间连接较为稀疏。社团结构的发现对于复杂网络分析具有重要的意义。近年来,学者们已经提出了很多社团发现的算法,例如基于边介数的GN算法,基于模块度优化的FN算法,基于网络编码的Infomap算法,基于非负矩阵分解的NMF算法等。然而随着网络规模的不断增大,很多算法都面临着时间复杂度高的问题,不能很好地适用于大规模网络分析。

  针对上述问题,本文提出一种基于标签传播能力的改进LPA算法(IPLPA),并在K-shell分解算法的基础上,构造出一种新的节点重要性计算方法。
 

非常好我支持^.^

(0) 0%

不好我反对

(0) 0%

      发表评论

      用户评论
      评价:好评中评差评

      发表评论,获取积分! 请遵守相关规定!