融合特征向量中心性與標(biāo)簽熵的標(biāo)簽傳播算法
【文章頁(yè)數(shù)】:11 頁(yè)
【部分圖文】:
圖1基于K-核分解算法的圖節(jié)點(diǎn)分層
其中,Ks(u)表示節(jié)點(diǎn)u的Ks值,mKs表示在計(jì)算第Ks個(gè)值時(shí)的迭代次數(shù),nKs(u)表示在mKs次迭代中節(jié)點(diǎn)u是第幾次迭代時(shí)被刪除。式(1)第1個(gè)項(xiàng)代表節(jié)點(diǎn)Ks值,保證了不同Ks值節(jié)點(diǎn)的隔離性,第2個(gè)項(xiàng)對(duì)具有相同Ks值的節(jié)點(diǎn)進(jìn)行進(jìn)一步的細(xì)分。比如,由式(1),圖1中節(jié)點(diǎn)2、6....
圖2示例網(wǎng)絡(luò)
首先本文以圖2作為示例網(wǎng)絡(luò),對(duì)ECLE-LPA算法進(jìn)行可視化分析。該示例網(wǎng)絡(luò)可以人為地劃分為2個(gè)重疊的社區(qū),分別為C1=(1,2,3,4,5)和C2=(4,6,7,8,9),其中節(jié)點(diǎn)4為重疊節(jié)點(diǎn)。下面由本文算法對(duì)其進(jìn)行劃分。表3是對(duì)示例網(wǎng)絡(luò)節(jié)點(diǎn)的δ,EC和NI計(jì)算結(jié)果,得到了根據(jù)....
圖3ECLE-LPA算法在示例網(wǎng)絡(luò)上的標(biāo)簽傳播過(guò)程
圖3展示了將本文的標(biāo)簽傳播過(guò)程應(yīng)用到示例網(wǎng)絡(luò)中的傳播過(guò)程,平滑常量ε=0.01。首先,基于降序序列(dQueue)的示例網(wǎng)絡(luò)的標(biāo)簽初始化結(jié)果如圖3a所示,相比于其他使用節(jié)點(diǎn)直接初始化每個(gè)節(jié)點(diǎn)標(biāo)簽的算法,本文的標(biāo)簽初始化策略能有效減少迭代過(guò)程中的冗余標(biāo)簽。從圖3a中已經(jīng)可以發(fā)現(xiàn)由4....
圖4不同算法在規(guī)模為1000的網(wǎng)絡(luò)(S1)上的NMI比較
由于生成的網(wǎng)絡(luò)中,om參數(shù)取值為4,所以在COPRA算法中的每個(gè)節(jié)點(diǎn)所擁有的標(biāo)簽個(gè)數(shù)最多為maxv,maxv取固定值4。由于DLPA算法的in參數(shù)在真實(shí)網(wǎng)絡(luò)中的取值大多數(shù)為6,可以將in取固定值6。實(shí)驗(yàn)發(fā)現(xiàn),LPANNI算法在mu取值較大時(shí)會(huì)出現(xiàn)無(wú)法收斂的現(xiàn)象,導(dǎo)致出現(xiàn)異常值,所....
本文編號(hào):3958627
本文鏈接:http://www.sikaile.net/kejilunwen/yysx/3958627.html