-
公开(公告)号：CN109859065A
公开(公告)日：2019-06-07
申请号：CN201910148450.8
申请日：2019-02-28
Applicant: 桂林理工大学
Abstract: 本发明提出了一种基于谱聚类的多目标复杂网络社区发现方法，该方法将社区划分问题转化为多目标问题，首先构造社团内部联系比例(KKM)和社团外部联系比例(RC)两个目标函数，KKM关于社团个数的减函数，RC是关于社团数目的增函数。两个函数可以起到相互制约的作用，可以更好的让多目标优化算法搜索到更好的解。而采用能在任意形状的样本空间上聚类等优点的谱聚类对种群中的个体进行划分，决定其是否属于候选重叠节点集，使得在一些结构未知且边信息缺失的复杂网络数据集中也能较为准确的找到候选重叠节点，在离散编码中用-1，0和0向量将重叠节点和非重叠节点进行混合编码，为多目标优化算法提供较好的初始种群，从而更准确的发现重叠社区结构。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
