位置:成果数据库 > 期刊 > 期刊详情页
基于核心图增量聚类的复杂网络划分算法
  • ISSN号:0254-4156
  • 期刊名称:自动化学报
  • 时间:2012.9.9
  • 页码:1-9
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]广东外语外贸大学南国商学院,广东广州510545, [2]广东外语外贸大学信息学院,广东广州510420, [3]上海申腾信息技术有限公司,上海200040
  • 相关基金:国家自然科学基金项目(61070061); 广东省高等院校学科建设项目
  • 相关项目:面向不平衡数据的学习算法及应用研究
中文摘要:

网络社区划分是复杂网络研究领域的一个热点,现有的复杂网络社区划分方法时间复杂度比较高,准确性过于依赖先验知识,因此许多现有的社区划分方法不太适用于实际网络的社区结构分析。对PSO算法进行改进,改进后的PSO算法的参数设置更简单。基于改进后的PSO算法,提出一种复杂网络社区划分方法,该社区划分方法时间复杂度比较低,并且无需预先知道网络的社区数量、社区节点数。实验结果表明该方法具有良好的性能。

英文摘要:

Network community detection is a focus in complex network research field. Present complex network community detection methods' time complexity is high and their accuracy depends too heavily upon prerequisite knowledge. Therefore many present community de- tection methods are unfit for practical network community structure analysis. The paper improves PSO algorithm to simplify the improved PSK algorithm's parameter configuration. Based on the improved PSO algorithm the paper proposes a complicated network community detection method whose time complexity is low while there is no prerequisite knowledge for network's community number or community node number. Experiment results illustrate that the method shows good performance.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《自动化学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院自动化研究所
  • 主编:王飞跃
  • 地址:北京东黄城根北街16号
  • 邮编:100717
  • 邮箱:aas@ia.ac.cn
  • 电话:010-64019820
  • 国际标准刊号:ISSN:0254-4156
  • 国内统一刊号:ISSN:11-2109/TP
  • 邮发代号:2-180
  • 获奖情况:
  • 1997年获全国优秀期刊奖,1985、1990、1996、2000年获中国科学院优秀期刊二等奖,2002年获国家期刊奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:27550