基于最大团的层次化重叠社区发现算法

研究表明,很多真实网络具有层次结构和重叠结构。传统的层次聚类算法通常以节点为对象进行扩展形成层次树图从而得到网络的层次结构。这种做法存在两个问题,其一是算法的稳定性,主要体现在初始节点的选择上,少数情况下,初始节点的不同会导致算法最终结果的不同,即使算法的结果不依赖于初始节点,但算法的复杂度会随之变化;其二是不能发现网络中的重叠结构。针对以上问题,提出一种基于最大团的层次化重叠社区发现算法。该算法以最大团为扩展对象,然后利用最大团扩展策略生成层次树图,最后采用重叠模块度函数对层次树图进行剪枝得到社区划分结果。在真实网络以及LFR人工网络上的实验结果表明该算法能够有效地挖掘网络中的层次结构和重叠结构。     

基于社区划分与连边逆序放回的网络分解算法

网络分解是通过删除网络中最少规模的节点或者连边,将网络破坏至最大连通分支的规模不超过设定阈值.传统基于节点删除的网络分解算法忽略了删除代价.实际上,节点的删除导致相应连边的删除,代价是不同的.传统基于连边删除的网络分解算法虽然考虑删除代价,但是,无论是迭代计算连边中心性值,还是迭代划分最大连通分量,其性能和效率都亟待改...     

浅析清代宫廷服饰纹样的形式特征——以动物纹样为例

历经几千年传统工艺沉淀的清代宫廷服饰中,丰富的实践经验赋予了动物纹样以更加多变、成熟的造型特征与日益丰富、细致的组织形式,是研究我国传统服饰文化与现代设计理念相结合的重要切入点。通过对于这一时期动物纹样元素在形态、骨骼、构成等多方面形式语言范畴中的综合性分析,研究其中所蕴含的包括服饰制度、审美需求、社会属性等精神层面的人文价值,将传统图案的造型规律与形式美法则应用于现代服饰图案的设计语言与设计内容之中,从而达到传承传统文化、实现设计创新的双重目的。