复杂网络社区的抽样概率分布估计检测算法

林洋;李燕;董玮;刘延昕;任丽晔;

doi:10.13718/j.cnki.xsxb.2016.10.015

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

复杂网络社区的抽样概率分布估计检测算法

林洋;李燕;董玮;刘延昕;任丽晔;. 复杂网络社区的抽样概率分布估计检测算法[J]. 西南师范大学学报(自然科学版), 2016, 41(10): 96-103. doi: 10.13718/j.cnki.xsxb.2016.10.015

引用本文:

Citation:

复杂网络社区的抽样概率分布估计检测算法

林洋;李燕;董玮;刘延昕;任丽晔;

吉林广播电视大学远程教育技术中心; 长春大学电子信息工程学院;

摘要: 针对复杂网络密集区域(社区)存在大量节点及稀疏网络,传统方法性能无法满足检测指标要求的问题,提出一种复杂网络社区的抽样概率分布估计检测算法.首先,针对社区检测方法中数学模型不够精确导致正确发现社区数量不足的问题,基于模块化密度(D值)提出一种无需先验知识的混合整数非线性社区检测模型;其次,针对该模型优化的NP难问题,采用Gibbs抽样概率模型,提高分布估计种群的普适性,并为优秀个体构造抽样学习样本,提高算法的优化性能;最后,通过在标准测试函数及复杂网络社区检测应用中验证了所提算法的有效性.
- 复杂网络 /
- 社区 /
- 抽样概率 /
- 分布估计 /
- 进化计算

计量

文章访问数: 886
HTML全文浏览数: 570
PDF下载数: 0
施引文献: 0

复杂网络社区的抽样概率分布估计检测算法

林洋;李燕;董玮;刘延昕;任丽晔;

吉林广播电视大学远程教育技术中心; 长春大学电子信息工程学院;

关键词:

摘要: 针对复杂网络密集区域(社区)存在大量节点及稀疏网络,传统方法性能无法满足检测指标要求的问题,提出一种复杂网络社区的抽样概率分布估计检测算法.首先,针对社区检测方法中数学模型不够精确导致正确发现社区数量不足的问题,基于模块化密度(D值)提出一种无需先验知识的混合整数非线性社区检测模型;其次,针对该模型优化的NP难问题,采用Gibbs抽样概率模型,提高分布估计种群的普适性,并为优秀个体构造抽样学习样本,提高算法的优化性能;最后,通过在标准测试函数及复杂网络社区检测应用中验证了所提算法的有效性.