遗传聚类的社团结构发现

被引：5

作者：

朱大勇 ^{[1
]}

侯晓荣 ^{[2
]}

张新丽 ^{[3
]}

机构：

[1] 电子科技大学计算机科学与工程学院

[2] 电子科技大学自动化工程学院

[3] 成都信息工程学院数学与信息科学系

来源：

智能系统学报 | 2009年 / 4卷 / 01期

关键词：

社团结构; 遗传聚类; 相异性指数; 模块度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

近年来在复杂网络中发现社团的结构引起了广泛的关注,目前已经提出了一些采用进化计算来分析复杂网络社团结构的方法.但大部分算法还存在处理过程复杂,空间复杂度过高等问题.通过确定网络节点的距离关系和聚类中心,提出一种新的基于遗传聚类的社团发现算法.将该算法用于真实网络的社团发现,实验结果验证了算法的可行性和有效性.

引用

页码：81 / 84

页数：4