面向图表示社区检测的新型聚类覆盖算法OA北大核心CSCDCSTPCD
A New Clustering Cover Algorithm Based on Graph Representation for Community Detection
图表示社区检测使用图表示方法学习网络节点的向量表示,然后对节点向量进行聚类获得社团结构.然而经典的聚类算法在聚类节点向量时,得到的结果往往不能够体现社区的特性.提出一种新型的聚类覆盖算法,将聚类所得覆盖视为社区划分结果.首先在节点向量空间中计算得到每个簇的覆盖中心;然后根据覆盖中心到同类样本的平均距离作为覆盖半径,在向量空间中形成覆盖;最后对未覆盖的点做二次划分得到社区结构.在多个有真实和无真实标签网络的实验表明,所提出的算法可以得到更合理的社区结果.
陈洁;李锐;赵姝;张燕平
计算智能与信号处理教育部重点实验室,安徽合肥230601安徽大学计算机科学与技术学院,安徽合肥230601计算智能与信号处理教育部重点实验室,安徽合肥230601安徽大学计算机科学与技术学院,安徽合肥230601
信息技术与安全科学
社区发现图表示聚类覆盖算法
《电子学报》 2020 (9)
面向自然语言理解的逻辑构建和符号接地问题的哲学、心理学研究
1680-1687,8
国家自然科学基金项目(No.61602003,No.61876001,No.61673020),国家社科基金重大项目(No.18ZDA032)
评论