已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、研究表明,復雜網(wǎng)絡普遍存在社區(qū)結構,社區(qū)內部節(jié)點之間具有更加密切的聯(lián)系。社區(qū)挖掘的目的是從復雜網(wǎng)絡中挖掘出社區(qū)結構,進一步認識網(wǎng)絡的拓撲結構和功能,探索網(wǎng)絡的動力學特性及其演化機制。社區(qū)挖掘研究具有十分重要的理論意義和實際應用價值。
本課題主要針對基于標簽傳播的社區(qū)挖掘算法準確率低、穩(wěn)定性差的缺點,給出兩種改進標簽傳播算法,有效利用網(wǎng)絡節(jié)點中心性在社區(qū)挖掘中的作用,降低因平等對待每個節(jié)點,并按照隨機順序更新標簽造成的社區(qū)劃分錯
2、誤和不穩(wěn)定性。主要工作包括:第一,給出一種基于局部核心節(jié)點的標簽傳播算法,該算法利用節(jié)點度中心性定義局部核心節(jié)點,分別給這些節(jié)點及其鄰居分配相同的標簽,然后進行標簽更新,實驗結果表明該算法能有效提高社區(qū)挖掘質量及算法穩(wěn)定性,同時維持標簽傳播算法的近線性時間復雜度;第二,給出節(jié)點的LeaderRank中心性和中心節(jié)點的概念,并給出一種基于 LeaderRank中心節(jié)點擴展的標簽傳播算法,該算法首先找出局部 LeaderRank中心節(jié)點,并
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 標簽傳播算法在重疊社區(qū)發(fā)現(xiàn)中的改進.pdf
- 基于標簽傳播算法的社區(qū)發(fā)現(xiàn)新算法.pdf
- 基于標簽傳播的實時社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于優(yōu)化標簽傳播算法的社區(qū)發(fā)現(xiàn)研究.pdf
- 社會網(wǎng)絡中基于標簽傳播的重疊社區(qū)挖掘研究.pdf
- 基于邊界節(jié)點與標簽傳播的社區(qū)發(fā)現(xiàn)算法.pdf
- 社會網(wǎng)絡中基于標簽傳播的社區(qū)發(fā)現(xiàn)算法研究.pdf
- 在線社交網(wǎng)絡中基于標簽傳播社區(qū)發(fā)現(xiàn)算法的研究.pdf
- 31626.基于標簽傳播的復雜網(wǎng)絡社區(qū)發(fā)現(xiàn)算法研究
- 基于標簽關聯(lián)的多標簽分類問題的算法改進.pdf
- 一種改進的Web社區(qū)挖掘算法.pdf
- 基于MapReduce的社區(qū)挖掘算法.pdf
- 基于PrefixSpan的序列模式挖掘改進算法研究.pdf
- 基于數(shù)組的關聯(lián)規(guī)則挖掘算法的改進研究.pdf
- 基于標簽的模糊匹配微博人脈挖掘算法.pdf
- 基于改進FP樹的關聯(lián)規(guī)則挖掘算法研究.pdf
- 基于改進模糊測試的Web漏洞挖掘算法研究.pdf
- 基于智能算法的復雜網(wǎng)絡社區(qū)挖掘研究.pdf
- 基于MapReduce的并行圖序列社區(qū)挖掘算法研究.pdf
- 基于改進的等概率傳播推薦算法研究.pdf
評論
0/150
提交評論