基于K-means聚类和数据场理论的复杂网络社团结构探寻

摘要：

探寻社团结构是研究复杂网络结构与功能之间关系的基础.提出和分析了基于K-means聚类的社团探寻算法和基于数据场理论的社团探寻算法,并通过实验仿真验证了这两种算法的有效性.在仿真中发现并验证了社团内部比整个网络具有更加鲜明的小世界效应,这说明在网络控制中,在相同的耦合强度下,对社团的同步控制比对整个鲻网络的同步控制更容易实现.

关键词：复杂网络、社团结构、K-means聚类、数据场、小世界效应

所属期刊栏目：24

分类号：N941.4(系统科学)

资助基金：国家自然科学基金50674070;60374041;国家高技术研究发展计划863计划2007AA06Z231

在线出版日期：2009-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：377-382