10.16208/j.issn1000-7024.2018.05.001
基于信号传递的半监督谱聚类社区发现算法
针对基于谱聚类的社区发现方法以网络的邻接矩阵代替相似度矩阵造成效果受限的问题,提出通过信号传递原理衡量节点间相似度,构造复杂网络的相似矩阵,结合网络先验知识构造半监督谱聚类的拉普拉斯矩阵提升划分效果的设想,形成一种基于信号传递的半监督谱聚类社区发现方法.利用有限的先验知识辅助学习过程,在社区发现过程中引入部分节点的已知关系指导划分进程,达到更好效果.仿真结果表明,该方法在现实网络和LFR(Lancichinetti Fortunato-Radicchi)人工网络中均能取得良好的性能.
社区发现、谱聚类、半监督学习、拉普拉斯矩阵、信号传递
39
TP391(计算技术、计算机技术)
国家自然科学基金项目51674255;中国博士后基金特别资助基金项目2015T80555;江苏省博士后基金项目1501012A
2018-09-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
1201-1205,1213