一种可变分辨率的社团发现算法
介绍了复杂网络及社团结构的相关概念,给出节点的综合特征值和增益函数的定义,然后提出一种新的社团发现算法(CNCD).综合特征值与节点的度数及其聚类系数有关,用于发现社团中的核心节点;增益函数决定何时获得社团结构的最佳划分.作者用C++语言实现算法,并使用经典数据集对算法进行验证,实验结果表明此算法不仅能够得到正确的社团结构,而且通过动态调整算法中的参数值,能够得到比传统算法更加详细的社团划分结果,获得网络的细节信息.
复杂网络、社团结构、核心节点、综合特征值、增益函数
33
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60872040;辽宁省自然科学基金资助项目20102059
2012-05-19(万方平台首次上网日期,不代表论文的发表时间)
348-351