教育部“新世纪优秀人才支持计划”(NECT-05-0097)
- 作品数：3 被引量：29H指数：3
- 相关作者：高学东王立敏马红权宫雨武森更多>>
- 相关机构：北京科技大学钢铁研究总院中国石油大学（北京）更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”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>>
- 基于相对密度的社团结构探测算法被引量：15
- 2009年
- 社团结构发现方法已经成为复杂网络的一个研究热点。在分析目前一些典型的社团探测算法的基础上,该文提出基于相对密度的社团结构划分方法,该方法可以有效地解决SCAN算法中对参数值过于敏感、参数值难以设置以及高密度社团完全被相连的低密度所包含等问题。把该算法应用到已知社团结构的计算机生成网络中,并与SCAN算法的划分结果进行比较。实验结果表明,该算法是有效可行的。
- 王立敏高学东宫雨马红权
- 关键词：相对密度社团结构网络
- 基于共享最近邻探测社团结构的算法被引量：5
- 2009年
- 针对经典重叠社团结构发现的派系过滤算法中派系定义过于严格、算法缺乏实用性、时间复杂度高等问题,提出了一种基于共享最近邻的社团结构发现算法.该算法不仅可以对网络进行社团结构的划分,而且可以很好地把网络中的桥点找出,算法的时间复杂度约为O(nhk),其中n为网络中的节点数,h为核心社团的数目,k为网络中节点的最大节点度.为了验证该算法的正确率和性能,把该算法应用到计算机生成网络和真实网络中,并与著名的社团探测算法—GN算法和NF快速算法进行了比较.实验的结果表明所提出的算法是有效可行的.
- 高学东王立敏马红权武森
- 关键词：复杂网络共享最近邻社团结构
- 基于最大节点接近度的局部社团结构探测算法被引量：9
- 2010年
- 针对复杂网络社团结构挖掘算法复杂度高的问题,提出一种基于最大节点接近度的局部社团结构挖掘算法。该算法的时间复杂度为O(kd)。为验证该方法计算的准确性和计算的速度,与一种经典的挖掘局部社团结构方法——Clauset算法进行比较。实验结果表明,该算法抽取的社团结构与Clauset算法相比基本一致,但在性能上有明显提高。
- 王立敏高学东马红权
- 关键词：复杂网络
