基于极值优化模块密度的复杂网络社区检测

被引：10

作者：

陈国强 ^{[1
,2
]}

王宇平 ^{[1
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 河南大学计算机与信息工程学院

来源：

华中科技大学学报(自然科学版) | 2011年 / 39卷 / 04期

关键词：

复杂网络; 聚类算法; 启发式算法; 社区检测; 极值优化; 模块密度;

D O I：

10.13245/j.hust.2011.04.001

中图分类号：

O157.5 [图论];

学科分类号：

070104 ;

摘要：

分析了基于优化模块度检测复杂网络社区结构的算法存在解的限制问题,即不能检测出小于一定内在尺度的社区,并提出了基于极值优化模块密度来检测复杂网络社区结构的启发式算法,通过调整局部极值来优化全局的变量,使算法具有更好的持续搜索和跳出局优解的能力.通过人工网络和现实网络实验分析表明,本文算法用于检测大型网络社区时,具有较高的正确率和效率,即使当网络结构变得很模糊时,算法也能很好地工作.

引用

页码：82 / 85

页数：4