半监督模式下社团结构划分方法

被引：1

作者：

孔健

谢福鼎

孙岩

机构：

[1] 辽宁师范大学计算机与信息学院

来源：

关键词：

信息传递; 半监督分类; 聚类; 复杂网络; 社团结构;

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：

为了对有标签和无标签节点混合的网络进行分类,给出了一种基于半监督学习的信息传递分类算法,算法首先确定网络中无标签节点的分类参数,然后通过对网络中所有无标签节点进行有限次的迭代计算,可以对所有节点进行分类。实验数据分析证明了该算法在进行半监督分类时具有比较好的效果。

引用

页码：158 / 161+185 +185

页数：5

共 4 条

[1] Semi-Supervised Learning on Riemannian Manifolds [J].

Mikhail Belkin ;

Partha Niyogi .

Machine Learning, 2004, 56 :209-239

[2]

Finding communities in linear time: a physics approach[J] . F. Wu,B. A. Huberman.The European Physical Journal B . 2004 (2)

Kamal Nigam ;

Andrew Kachites Mccallum ;

Sebastian Thrun ;

Tom Mitchell .

Machine Learning, 2000, 39 :103-134

[4]

An Information Flow Model for Conflict and Fission in Small Groups[J] . Wayne W. Zachary.Journal of Anthropological Research . 1977 (4)