10.3778/j.issn.1002-8331.1807-0287
基于动态距离的模糊社区识别算法
社区识别技术是公共安全领域潜在危害行为预警预测和已发生危害行为追踪溯源的基础,针对传统社区识别算法将社区视作单一集合而无法描述社区主次成员的问题,提出一种基于动态距离的模糊社区识别算法.该算法将传统的单一社区结构划分为核心区域和边际区域,以边际区域来描述社区的模糊区间.该算法首先将网络设想为动态演变模型,网络中的任意节点均会与其他节点产生互动,互动将改变各节点间距离,距离也反过来影响互动.在阈值的界定下,受到多个社区吸引的节点被划分到边际区域,最终距离分布趋于稳定,各个社区结构得以显现.通过对比实验验证了CDFDD算法在社区识别上的有效性.
动态距离、模糊社区、社区识别、网络分析
55
TP391(计算技术、计算机技术)
国家重点研发计划2016YFC0800606,2016YFC0800310;中国工程院重点咨询课题2017-XZ-05;江苏省自然科学基金BK20150721,BK20161469;中国博士后基金2015M582786,2016T91017;江苏省重点研发计划BE2015728,BE2016904,BE2017616;江苏省科技基础设施建设计划BM2014391
2019-11-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
78-85