位置:成果数据库 > 期刊 > 期刊详情页
非随机的标签传播社区划分算法
  • ISSN号:1006-2467
  • 期刊名称:《上海交通大学学报》
  • 时间:0
  • 分类:TP399[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]上海交通大学电子信息与电气工程学院,上海200240
  • 相关基金:国家重点基础研究发展规划(973)项目(2013CB329603); 国家自然科学基金项目(61472248,61171173)资助
中文摘要:

针对传统社区传播算法存在局部震荡、划分结果不稳定、划分结果分辨率高等弱点,提出了非随机的标签传播社区划分算法,通过去除传统算法的随机性进而克服其弱点.该算法主要进行了3个方面的改进:按特定顺序更新节点的标签;计算标签数量时,不仅统计邻居节点,而且统计待更新节点本身;通过贡献函数避免多个最大值时的随机选择.实验证明,该算法不仅保证了算法的划分正确性,而且大幅度减少了计算过程中的随机选择动作.

英文摘要:

The advantages of classical community detection algorithm based on label propagation include precision and time complexity.On the other hand,there are several disadvantages,such as oscillation,unstable result,tendency of big community.The nonrandom community detection algorithm based on label propagation(NCDAL)proposed by this paper improves the disadvantages of the classical algorithm by getting rid of its random procedures.There are three improvements in the NCDAL:when renewing the label,there is the special order;when summing up the labels,both current vertex and its neighbors are counted;and when selecting the label,the contribution function is defined to avoid random selection.It is approved by the experiments that the proposed algorithm not only has high precision,but also decreases random procedures of the classical algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《上海交通大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:上海交通大学
  • 主编:郑杭
  • 地址:上海市华山路1954号15F
  • 邮编:200030
  • 邮箱:shjt@chinajournal.net.cn
  • 电话:021-62933373 62932534
  • 国际标准刊号:ISSN:1006-2467
  • 国内统一刊号:ISSN:31-1466/U
  • 邮发代号:4-256
  • 获奖情况:
  • 1996年全国优秀科技期刊奖,1992年、1996年、1999年国家教育部系统优秀科技期刊奖,2002年“百种重点期刊奖”,2003年百种中国杰出学术期刊,2004年教育部全国高校优秀科技期刊一等奖,2004年“百种重点期刊奖”
  • 国内外数据库收录:
  • 美国化学文摘(网络版),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,美国剑桥科学文摘,英国科学文摘数据库,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:30903