针对加权复杂网络中的重叠社团检测问题,提出了一种面向加权网络的基于Jaccard系数的BGLL模块密度优化算法(Modularity Density and Jaccard Based BGLL, DBGLLJ).利用节点重要度重构网络,根据模块度增益作为阶段函数和模块密度增益作为目标函数进行网络硬划分,并提出了结合改进的Jaccard系数的重叠检测方法.为验证算法,选择了3种算法在LFR网络和真实网络中进行测试,结果表明:在标准LFR网络和真实网络中,DBGLLJ算法检测效果较优,具有较高的重叠模块度以及重叠检测准确性,且运算效率较好.将所提算法应用于现实复杂机电系统因效性网络,重叠检测结果较好,具有较高的参考价值.
类型: 期刊论文
作者: 贾郑磊,谷林,高智勇,谢军太
关键词: 加权复杂网络,重叠社团检测,节点重要度,系数,模块密度
来源: 计算机系统应用 2019年02期
年度: 2019
分类: 信息科技,基础科学
专业: 数学
单位: 西安工程大学计算机科学学院,西安交通大学中国西部质量科学与技术研究院
分类号: O157.5
DOI: 10.15888/j.cnki.csa.006785
页码: 201-206
总页数: 6
文件大小: 933K
下载量: 152
本文来源: https://www.lunwen90.cn/article/a092798c04bb6f86d64661dc.html