10.3969/j.issn.1671-1122.2017.09.032
基于改进MCMC方法的重叠社区发现算法
文章对基于社区隶属模型AGM的重叠社区发现算法的特点及机理进行了分析,针对算法在求解过程中存在的易陷入局部最优的问题加以改进.在原有的MCMC采样方法上引入模拟回火(ST)策略和补充搜索过程,实现了待求参数的快速更新并且逐渐逼近理想中的全局最优解.在四种网络中的实验表明,改进之后的算法结果比原算法均有所提高,其中在平均聚类系数较高的DBLP科学合著网络中的实验效果提升了14%.改进之后的算法能够提高采样效率,从而提高社区发现的精确性和可靠性.
复杂网络、重叠社区、MCMC方法、极大似然
TP393(计算技术、计算机技术)
2017-11-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
138-142