非负矩阵分解的复杂网络社团检测方法
为有效地检测复杂网络中的社团结构,优化了评估与发现社团的模块密度函数(即D值).通过模块密度的优化进程,证明了模块函数的最大化与非负矩阵分解目标函数(SNMF)的等价性.基于这种等价性,设计了一种新的基于模块密度函SNMF算法,并且讨论了该算法的复杂性.在一个经典的计算机产生的随机网络中检验了该算法,特别地,当社团结构变模糊时,实验结果表明该算法在发现复杂网络社团上是有效的.
复杂网络、社团结构、模块密度、核k方法、非负矩阵分解
31
TP399(计算技术、计算机技术)
国家自然科学基金项目60933009、60702063;教育部高校博士点基金项目200807010013
2010-08-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
2449-2451