半监督模式下复杂网络分类的方法

doi:10.3778/j.issn.1002-8331.2011.04.013

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 47-49.DOI: 10.3778/j.issn.1002-8331.2011.04.013

半监督模式下复杂网络分类的方法

孔健¹，谢福鼎¹，孙岩¹，赵凤霞²

1.辽宁师范大学计算机与信息学院，辽宁大连 116081
2.秦皇岛职业技术学院，河北秦皇岛 066100

收稿日期:2009-06-08 修回日期:2009-07-28 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 孔健

Classification method in complex networks based on Semi-supervising

KONG Jian1，XIE Fuding1，SUN Yan1，ZHAO Fengxia2

1.College of Computer and Information，Liaoning Normal University，Dalian，Liaoning 116081，China
2.Qinhuangdao Vocational College，Qinhuangdao，Hebei 066100，China

Received:2009-06-08 Revised:2009-07-28 Online:2011-02-01 Published:2011-02-01
Contact: KONG Jian

摘要/Abstract

摘要： 提出了一种基于半监督模式的复杂网络社团划分新方法，通过引入物理学中的万有引力定理进而计算出有标签节点与周围无标签节点的相互作用值，最终将网络中的社团划分出来。实验表明，算法可以比较准确地划分出一些网络中的社团结构。

关键词: 复杂网络, 社团结构, 半监督分类

Abstract: A method for identifying the community structure is proposed in this paper based on semi-supervised model.By introducing the Gravity，the communities structure is detected by calculating relationship between the labeled nodes and the unlabeled nodes.The results of experiment prove that the algorithm can identify the community structure in some real-networks.

Key words: complex networks, community structure, semi-supervised classification

中图分类号:

TP393

孔健¹，谢福鼎¹，孙岩¹，赵凤霞². 半监督模式下复杂网络分类的方法[J]. 计算机工程与应用, 2011, 47(4): 47-49.

KONG Jian1，XIE Fuding1，SUN Yan1，ZHAO Fengxia2. Classification method in complex networks based on Semi-supervising[J]. Computer Engineering and Applications, 2011, 47(4): 47-49.

[1]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[4]	但雨芳，陶剑文，徐浩特. 可能性聚类假设的半监督分类方法[J]. 计算机工程与应用, 2020, 56(9): 65-74.
[5]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[6]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[7]	韩嵩，韩秋弘. 半监督学习研究的述评[J]. 计算机工程与应用, 2020, 56(6): 19-27.
[8]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[9]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[10]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.
[11]	蔡菲，张鑫，牟晓慧，陈杰，蔡珣. 深度非负矩阵分解的链路预测方法研究[J]. 计算机工程与应用, 2020, 56(15): 153-161.
[12]	张昕，郭阳. 复杂网络中的一种介度熵抗毁性度量方法[J]. 计算机工程与应用, 2020, 56(12): 105-111.
[13]	盛津芳，刘家广，王斌. 基于Katz自动编码器的城市路网链路预测模型[J]. 计算机工程与应用, 2019, 55(8): 116-123.
[14]	姚蓉1，杨雄1，杨鹏飞1，阴桂梅1，2，李海芳1. 精分EEG脑网络同步稳定性研究[J]. 计算机工程与应用, 2019, 55(5): 60-64.
[15]	陈紫扬，张月霞. 结合二层节点度和聚类系数的链路预测算法[J]. 计算机工程与应用, 2019, 55(23): 40-44.

半监督模式下复杂网络分类的方法

Classification method in complex networks based on Semi-supervising

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics