10.16208/j.issn1000-7024.2016.06.015
基于局部粒子群社团发现算法
为解决基于模块度的算法时间复杂度普遍较高、精度不足及存在分辨率限制等问题,提出一种基于局部粒子群的社团发现算法 LPSO。每个粒子拥有局部适应值 f以及飞行方向v,通过判断粒子运动前后的局部适应值 f是否增大决定两相邻节点是否属于同一社团,达到发现社团的目的。人工网络的实验结果表明,相较于 FN、FUA、LPA、SL、WT 这5种经典的社团发现算法,在社团规模较小的 LFR网络中,当混合参数 u 大于0.55的条件时,LPSO 算法的社团发现能力要显著高于上述5种算法;真实网络的实验结果表明,LPSO的模块度值与上述5种算法得到的最优结果相当;对分辨率限制问题的实验结果表明,LPSO比 FN和 FUA具有更强的发现高分辨率社团结构的能力。
社团发现、模块度、粒子群、适应值、分辨率限制
37
TP311(计算技术、计算机技术)
国家自然科学基金81173201
2016-07-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1500-1504