基于连续Hopfield网络的复杂网络社团结构提取

摘要：

复杂网络研究作为一个新兴的学科方向,极大地吸引了来自不同学科研究人员的广泛关注.而社团结构是复杂网络的一个关键结构规律,因此精准分析复杂网络的社团结构是复杂网络研究中的一个非常重要的课题.研究复杂网络社团结构提取问题,提出了连续神经网络(CNN)算法,并对该算法的稳定性做了理论和实践上的分析.证明了对于给定的任意初值,连续神经网络算法都会收敛到网络模块度矩阵B的最大特征值的特征向量.因此,根据网络演进的稳定状的符号将能得到两个社团结构.

关键词：复杂网络、神经网络、模块度函数、社团结构、特征向量

所属期刊栏目：3

分类号：TP301.6(计算技术、计算机技术)

资助基金：云南省教育厅科学研究基金资助项目2016ZDX151

在线出版日期：2019-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：14-17