學(xué)習(xí)筆記，僅供參考，有錯必糾
關(guān)鍵詞:AMI-COPRA 算法 ;AMI-GN 算法 ;平均互信息 ;AMI 方法 ;社區(qū)發(fā)現(xiàn);

---

基于平均互信息的最優(yōu)社區(qū)發(fā)現(xiàn)方法

摘要

本文提出一種基于平均互信息的最優(yōu)社區(qū)發(fā)現(xiàn)方法 AMI (average mutual information), 該方法通過計算社區(qū)劃分時的平均互信息值找出最優(yōu)的社區(qū)劃分 . 將 AMI 方法作用在非重疊社區(qū)發(fā)現(xiàn)算法GN和重疊社區(qū)發(fā)現(xiàn)算法COPRA上分別獲得改進的 AMI-GN 算法和AMI-COPRA 算法 .
將AMI-GN 算法與 GN, FN, IE 算法進行對比實驗 , 實驗結(jié)果表明 AMI-GN 算法相較于其他算法提高了社區(qū)發(fā)現(xiàn)的質(zhì)量 . 將 AMI-COPRA 算法與 COPRA, LPPB 算法進行對比實驗 , 實驗結(jié)果表明AMI-COPRA 算法大幅度提升原始 COPRA 算法的穩(wěn)定性 , 大大減少了平均迭代次數(shù) , 加快了算法的收斂速度 . 相較于 LPPB 算法 , 發(fā)現(xiàn)社區(qū)的質(zhì)量相差不大 , 但AMI-COPRA 算法比 LPPB 算法更加穩(wěn)定 .
研究表明 , 運用 AMI 方法可有效地改進典型的非重疊社區(qū)發(fā)現(xiàn)算法和重疊社區(qū)發(fā)現(xiàn)算法的性能.

引言

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)的快速發(fā)展 , 事物之間的聯(lián)系更加緊密 , 錯綜復(fù)雜的聯(lián)系形成了多樣、多變、規(guī)模龐大的網(wǎng)絡(luò) , 即復(fù)雜網(wǎng)絡(luò) [1] . 近年來 , 對復(fù)雜網(wǎng)絡(luò)的研究已成為多個領(lǐng)域的研究熱點之一 [2～4] .對復(fù)雜網(wǎng)絡(luò)進行社區(qū)發(fā)現(xiàn)既有助于發(fā)現(xiàn)整個網(wǎng)絡(luò)的功能模塊及其演化 , 還有助于理解、分析復(fù)雜系統(tǒng)的拓撲結(jié)構(gòu)及動力學(xué)特性[5] ,因此針對復(fù)雜網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)研究具有十分重要的理論意義和應(yīng)用價
值[6,7] .社區(qū)發(fā)現(xiàn)算法按照是否能夠發(fā)現(xiàn)重疊社區(qū)可分為兩類 : 非重疊社區(qū)發(fā)

總結(jié)

以上是生活随笔為你收集整理的文献记录(part80)--基于平均互信息的最优社区发现方法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。