排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
复杂网络中的社团结构发现方法 总被引:1,自引:0,他引:1
社团结构是真实复杂网络异质性与模块化特性的反映。深入研究网络的社团结构有助于揭示错综复杂的真
实网络是怎样由许多相对独立而又互相关联的社区形成的,使人们更好地理解系统不同层次的结构和功能,具有广泛
的实用价值。总结了目前常用的社区发现方法,包括经典的GN算法、模块度优化算法、基于网络动力学的方法以及
统计推断方法;用社区划分基准测试网络Zachary对上述算法进行了实验,对这几类算法的时间复杂度和优缺点进行
了比较分析。最后,对复杂网络的社区结构发现算法的研究进行了展望。 相似文献
2.
3.
4.
1