10.3969/j.issn.1002-137X.2009.09.013
基于谱聚类的复杂网络社团发现算法
复杂网络社团发现的研究对于控制疾病传播、网络病毒的传播等具有重大意义.针对已有社团发现算法时间复杂度过高,不适用于结构未知的大型网络等问题,结合谱聚类在识别未知分布数据集聚类方面的优势,以及模块度函数能够在大型网络中搜寻出最佳社团数目的能力,提出了基于谱聚类的社团发现算法--SCCF算法.实验结果表明,与已有的社团发现算法相比,SCCF算法效率更高,并且能够在网络节点数上万的大型网络中得到高质量的社团结构.
复杂网络、社团结构、谱聚类、模块度
36
TP3;G4
国家863计划项目2005AA147030
2009-11-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
49-50,95