江苏省普通高校研究生科研创新计划项目(CXZZ120934)
- 作品数：4 被引量：53H指数：3
- 相关作者：周勇孟凡荣朱牧邢艳张可为更多>>
- 相关机构：中国矿业大学更多>>
- 发文基金：江苏省普通高校研究生科研创新计划项目国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于密度的半监督复杂网络聚类算法
- 2014年
- 针对大多数复杂网络聚类算法不能有效利用先验知识的问题,提出了一种基于密度的半监督复杂网络聚类算法。通过已有的成对约束关系及其传递性质发现网络中所有潜在的约束关系,以更充分地指导聚类过程;在基于密度的聚类算法基础上,综合考虑节点之间的可达性以及成对约束关系,以发现网络中满足连通性和最大性的社区结构。将实验结果与其它算法进行比较,比较结果表明了该算法能更加有效的利用先验知识来提高聚类性能。
- 孟凡荣张可为朱牧
- 关键词：复杂网络聚类基于密度
- 基于LeaderRank的标签传播社区发现算法被引量：15
- 2015年
- 针对标签传播算法(LPA)结果的不稳定性,提出一种改进的基于标签传播的社区发现算法。该算法引入LeaderRank的概念来量化网络节点的影响力和重要性;然后按照节点重要程度从高到低选择若干核心节点;最后按照顺序分别以每个核心节点为中心向外逐层进行标签更新,直到不再出现标签变化为止,从而解决了原始算法对节点随机排序造成的结果不稳定性。以LFR基准网络和真实网络为实验数据,与几个现有标签传播算法进行比较,社区划分结果的标准化互信息(NMI)和模块度(Modularity)均高于对比算法。理论分析和实验结果表明所提算法不仅有效地增强了社区发现结果的稳定性,同时提高了准确率。
- 石梦雨周勇邢艳
- 基于链接密度聚类的重叠社区发现算法被引量：34
- 2013年
- 为了能够更加有效地发现社会网络中具有重叠性的社区结构,提出一种基于链接密度聚类的重叠社区发现算法DBLINK.该算法首先以网络中的边集为对象,将其划分为若干个互不相连的链接社区,再将所得到的链接社区转化为最终的节点社区,隶属于不同链接社区边的交点即为网络中的重叠节点.由于DBLINK采用基于密度的算法对边集进行聚类,将不满足一定条件的边孤立出来,使其不隶属于任何链接社区,因此可以避免社区结构过度重叠的现象发生,从而提高了重叠社区发现的质量.实验结果表明,DBLINK不仅具有较好的时间效率,而且在社区发现的质量方面也优于其他几种代表性的重叠社区发现算法.
- 朱牧孟凡荣周勇
- 关键词：社会网络
- 基于仿射传播的有向网络聚类算法被引量：4
- 2013年
- 现有大多数的网络聚类方法都只是针对无向网络,已有的有向网络聚类方法建立在传统聚类算法基础之上,存在着一定的局限性。针对上述问题,提出一种基于仿射传播的有向网络聚类算法,该算法首先采用Sim-Rank作为节点之间的相似度,并将计算得到的结果转换为适应于仿射传播算法的负值;然后将相似度矩阵作为输入,利用具有更好性能的仿射传播算法对有向网络进行聚类。实验结果表明,所提出算法的聚类性能优于其他几种具有代表性的有向网络聚类算法。
- 朱牧孟凡荣周勇
- 关键词：网络聚类有向网络SIMRANK
