计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
11期
67-72,83
,共7页
节点%相似度%社团%复杂网络%模块度
節點%相似度%社糰%複雜網絡%模塊度
절점%상사도%사단%복잡망락%모괴도
nodes%similarity%community%complex network%module degree
为对复杂网络进行合理划分,找出真实存在的社团结构,提出一种基于局部模块度和相似度的社团划分算法.计算网络中相连节点之间的相似度,快速聚合关联性最高的节点,从而实现社团的初步划分.以局部模块度为阈值,根据社团相似度聚合社团,得到具有最佳模块度的结果,避免模块度缺陷,提高算法准确度.算法进行社团划分时只需要网络局部信息,降低了时间复杂度.在实际网络和计算机仿真网络实验中的应用结果表明,与NS1,CNM,LAP等算法相比,该算法具有较低的计算复杂度和较高的准确率.
為對複雜網絡進行閤理劃分,找齣真實存在的社糰結構,提齣一種基于跼部模塊度和相似度的社糰劃分算法.計算網絡中相連節點之間的相似度,快速聚閤關聯性最高的節點,從而實現社糰的初步劃分.以跼部模塊度為閾值,根據社糰相似度聚閤社糰,得到具有最佳模塊度的結果,避免模塊度缺陷,提高算法準確度.算法進行社糰劃分時隻需要網絡跼部信息,降低瞭時間複雜度.在實際網絡和計算機倣真網絡實驗中的應用結果錶明,與NS1,CNM,LAP等算法相比,該算法具有較低的計算複雜度和較高的準確率.
위대복잡망락진행합리화분,조출진실존재적사단결구,제출일충기우국부모괴도화상사도적사단화분산법.계산망락중상련절점지간적상사도,쾌속취합관련성최고적절점,종이실현사단적초보화분.이국부모괴도위역치,근거사단상사도취합사단,득도구유최가모괴도적결과,피면모괴도결함,제고산법준학도.산법진행사단화분시지수요망락국부신식,강저료시간복잡도.재실제망락화계산궤방진망락실험중적응용결과표명,여NS1,CNM,LAP등산법상비,해산법구유교저적계산복잡도화교고적준학솔.