社区发现在复杂网络划分中的应用

被引:1
作者
谭莹
张然
朱东生
机构
[1] 长沙理工大学计算机与通信工程学院
关键词
网络划分; 无标度网络; 社区结构; 多层网络划分;
D O I
暂无
中图分类号
O157.5 [图论];
学科分类号
070104 ;
摘要
在无标度网络中,社区结构是普遍存在的一种网络结构特性,社区结构是网络中间层的描述,是对网络的自然压缩。文中基于这一事实,将社区结构发现方法加入到多层网络划分框架中,提出了基于社区结构的多层网络划分改进策略。该方法首先对无标度网络进行社区发现;然后以发现的社区结构为单位,对原网络进行压缩;之后对压缩后的网络进行初始划分;最后将划分结果还原为对原网络的划分。在进行初始划分时,为获得较好的划分效果,引入了0-1规划方法,并使用K-L算法进行优化。通过对比实验,结果表明把社区结构引入多层网络划分方法中,可以获得更好的划分。
引用
收藏
页码:234 / 237+241 +241
页数:5
相关论文
共 4 条
[1]   一种基于相关度统计的告警关联规则挖掘算法 [J].
徐前方 ;
肖波 ;
郭军 .
北京邮电大学学报, 2007, (01) :66-70
[2]   空间孤立点检测 [J].
文俊浩 ;
吴中福 ;
吴红艳 .
计算机科学, 2006, (05) :186-187+210
[3]   A unified approach to detecting spatial outliers [J].
Shekhar, S ;
Lu, CT ;
Zhang, PS .
GEOINFORMATICA, 2003, 7 (02) :139-166
[4]   Laplacian eigenmaps for dimensionality reduction and data representation [J].
Belkin, M ;
Niyogi, P .
NEURAL COMPUTATION, 2003, 15 (06) :1373-1396