章亮
- 作品数:2 被引量:1H指数:1
- 供职机构:解放军信息工程大学理学院更多>>
- 发文基金: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>>
- 基于局部粒子群社团发现算法
- 2016年
- 为解决基于模块度的算法时间复杂度普遍较高、精度不足及存在分辨率限制等问题,提出一种基于局部粒子群的社团发现算法LPSO。每个粒子拥有局部适应值f以及飞行方向v,通过判断粒子运动前后的局部适应值f是否增大决定两相邻节点是否属于同一社团,达到发现社团的目的。人工网络的实验结果表明,相较于FN、FUA、LPA、SL、WT这5种经典的社团发现算法,在社团规模较小的LFR网络中,当混合参数u大于0.55的条件时,LPSO算法的社团发现能力要显著高于上述5种算法;真实网络的实验结果表明,LPSO的模块度值与上述5种算法得到的最优结果相当;对分辨率限制问题的实验结果表明,LPSO比FN和FUA具有更强的发现高分辨率社团结构的能力。
- 章亮姚世军陈楚湘
- 关键词:社团发现模块度粒子群适应值
- 基于多层粒子群的社团发现算法被引量:1
- 2016年
- 目前基于模块度算法普遍存在时间复杂度较高、结果精度较低以及分辨率限制等问题。为此,提出一种基于多层局部粒子群的社团发现算法。每个粒子拥有一个飞行方向和局部适应值f,并通过局部判断粒子运动前后适应值是否增大决定两节点是否属于同一社团。该算法把单层上发现的社团视为一个超级节点,构建上层网络,得到更粗粒度的社团结构和模块度值。实验结果表明,对于大规模的网络数据,当混合参数u<0.7时,该算法与Infomap算法的效果相当,当u>0.7时,该算法的效果明显较优,能得到正确的社团划分结果,有效缓解分辨率限制的问题。
- 章亮姚世军陈楚湘
- 关键词:社团发现模块度适应值粒子群