公开(公告)号：CN104156462B

公开(公告)日：2017-07-28

申请号：CN201410414801.2

申请日：2014-08-21

Applicant: 上海交通大学

Inventor： 李生红 ,  张爱新 ,  赵成林 ,  李建华 ,  赵郁忻

IPC: G06F17/30

Abstract: 一种基于元胞自动学习机的复杂网络社团挖掘方法，包括以下六个步骤：初始化元胞自动学习机；生成元胞自动学习机的状态向量；对元胞自动学习机的状态向量进行解码，获得对应的社团；计算响应信号；更新元胞自动学习机；社团结构比较。本发明将整个网络建模成一个元胞自动学习机，将网络中的社团映射为元胞自动学习机的状态向量，利用元胞自动学习机的迭代更新寻找出网络中最优的社团结构。本发明的时间复杂度很低，适用于大规模的复杂网络。此外，本发明拥有良好的寻找全局最优解的性能，并且能够保证局部社团的紧密性，所以对于社团检测的精确度很高。

公开(公告)号：CN104156462A

公开(公告)日：2014-11-19

申请号：CN201410414801.2

申请日：2014-08-21

Applicant: 上海交通大学

Inventor： 李生红 ,  张爱新 ,  赵成林 ,  李建华 ,  赵郁忻

IPC: G06F17/30

CPC classification number: G06F17/3089

Abstract: 一种基于元胞自动学习机的复杂网络社团挖掘方法，包括以下六个步骤：初始化元胞自动学习机；生成元胞自动学习机的状态向量；对元胞自动学习机的状态向量进行解码，获得对应的社团；计算响应信号；更新元胞自动学习机；社团结构比较。本发明将整个网络建模成一个元胞自动学习机，将网络中的社团映射为元胞自动学习机的状态向量，利用元胞自动学习机的迭代更新寻找出网络中最优的社团结构。本发明的时间复杂度很低，适用于大规模的复杂网络。此外，本发明拥有良好的寻找全局最优解的性能，并且能够保证局部社团的紧密性，所以对于社团检测的精确度很高。