學(xué)習(xí)筆記，僅供參考，有錯必糾

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)；社區(qū)發(fā)現(xiàn)；交叉熵；

---

一種基于交叉熵的社區(qū)發(fā)現(xiàn)算法

摘要

作為復(fù)雜網(wǎng)絡(luò)中的一個極其重要的研究領(lǐng)域，社區(qū)結(jié)構(gòu)的搜尋和發(fā)現(xiàn)研究具有重要的應(yīng)用價值 ． 該文將信號處理領(lǐng)域的交叉熵概念引入到網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)的發(fā)現(xiàn)算法中，提出了一種基于交叉熵的社區(qū)發(fā)現(xiàn)算法．算法利用 Ｍｏｄｕｌａｒｉｔｙ 值作為判別依據(jù)，使用交叉熵方法中的重要抽樣方法提高收斂速度，從而在提高社區(qū)發(fā)現(xiàn)算法運算效率的同時，提高算法的精確性．針對計算機生成網(wǎng)絡(luò)的社區(qū)劃分結(jié)果表明，該算法所得 ＭＮＩ 值和劃分正確節(jié)點所占比例高于 Ｇｉｒｖａｎ － Ｎｅｗｍａｎ 算法 ． 在真實網(wǎng)絡(luò)上的仿真結(jié)果表明，該社區(qū)劃分算法的 Ｍｏｄｕｌａｒｉｔｙ 值高于Ｇｉｒｖａｎ － Ｎｅｗｍａｎ 算法，且不低于極值優(yōu)化算法，進(jìn)一步驗證了該文提出算的社區(qū)劃分準(zhǔn)確性優(yōu)于已有的 &#

總結(jié)

以上是生活随笔為你收集整理的文献记录(part66)--一种基于交叉熵的社区发现算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。