基于贪婪局部路径重连的随机并行社区检测

论文摘要

为提高社区检测的效率与精度,提出一种随机并行的局部搜索算法。用图模型结构表示复杂系统,将顶点划分成簇。构建贪婪随机自适应搜索过程与路径重连过程,以解决加权图的模块最大化问题。引入一种{0,1}矩阵类特征并定义聚类的距离函数,从而进行顶点的邻域搜索,实现社区的高精度检测识别。实验结果表明,该算法的F1值与NMI指标值均较高。

论文目录

• 0 概述
• 1 社区发现模块化图模型
•   1.1 模型描述
•   1.2 整数规划
• 2 社区检测的贪婪随机自适应路径重连
•   2.1 算法流程
•   2.2 聚类构造
•   2.3 局部搜索过程
•   2.4 路径重连过程
• 3 实验结果与分析
•   3.1 人工网络生成
•   3.2 稳健性实验
•   3.3 准确性实验
• 4 结束语

文章来源

类型: 期刊论文

作者: 单康康,郭晔,陈文智

关键词: 路径重连,模块最大化,随机图,并行搜索,社区检测

来源: 计算机工程 2019年06期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,计算机软件及计算机应用

单位: 浙江大学信息技术中心,浙江大学计算机科学与技术学院

基金: 浙江省科技计划项目(2011C23109,2012R10040-08)

分类号: O157.5;TP301.6

DOI: 10.19678/j.issn.1000-3428.0051211

页码: 199-205

总页数: 7

文件大小: 1498K

下载量: 68