| 基于粒子群优化的复杂网络社区挖掘 |
| |
| 引用本文： | 白云,任国霞.基于粒子群优化的复杂网络社区挖掘[J].计算机工程,2015(3):177-181. |
| |
| 作者姓名： | 白云 任国霞 |
| |
| 作者单位： | 西北农林科技大学信息工程学院,西安,712100 |
| |
| 摘 要： | 为解决复杂网络社区结构挖掘的优化问题，根据复杂网络拓扑结构的先验知识，提出一种基于离散粒子群优化的社区结构挖掘算法。将粒子的位置和速度定义在离散环境下，设计粒子的更新规则，在不需要事先指定社区个数的前提下自动判断网络的最佳社区个数，给出局部搜索算子，该算子可以帮助算法跳出局部最优解，提高算法的收敛速度和全局寻优能力。实验结果表明，与iMeme-net算法相比，该算法能够准确地挖掘出复杂网络中隐藏的社区结构，且执行速度较快。
|
| 关 键 词： | 粒子群优化 复杂网络 社区结构 社区挖掘 局部搜索 模块密度 |
Complex Network Community Mining Based on Particle Swarm Optimization |
| |
| BAI Yun
,
REN Guoxia.Complex Network Community Mining Based on Particle Swarm Optimization[J].Computer Engineering,2015(3):177-181. |
| |
| Authors: | BAI Yun REN Guoxia |
| |
| Affiliation: | BAI Yun;REN Guoxia;College of Information Engineering,Northwest A& F University; |
| |
| Abstract: | |
| |
| Keywords: | Particle Swarm Optimization ( PSO ) complex network community structure community mining local search modularity density |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
