學習筆記，僅供參考，有錯必糾
關鍵詞:AMI-COPRA 算法 ;AMI-GN 算法 ;平均互信息 ;AMI 方法 ;社區發現;

---

基于平均互信息的最優社區發現方法

摘要

本文提出一種基于平均互信息的最優社區發現方法 AMI (average mutual information), 該方法通過計算社區劃分時的平均互信息值找出最優的社區劃分 . 將 AMI 方法作用在非重疊社區發現算法GN和重疊社區發現算法COPRA上分別獲得改進的 AMI-GN 算法和AMI-COPRA 算法 .
將AMI-GN 算法與 GN, FN, IE 算法進行對比實驗 , 實驗結果表明 AMI-GN 算法相較于其他算法提高了社區發現的質量 . 將 AMI-COPRA 算法與 COPRA, LPPB 算法進行對比實驗 , 實驗結果表明AMI-COPRA 算法大幅度提升原始 COPRA 算法的穩定性 , 大大減少了平均迭代次數 , 加快了算法的收斂速度 . 相較于 LPPB 算法 , 發現社區的質量相差不大 , 但AMI-COPRA 算法比 LPPB 算法更加穩定 .
研究表明 , 運用 AMI 方法可有效地改進典型的非重疊社區發現算法和重疊社區發現算法的性能.

引言

隨著互聯網、物聯網技術的快速發展 , 事物之間的聯系更加緊密 , 錯綜復雜的聯系形成了多樣、多變、規模龐大的網絡 , 即復雜網絡 [1] . 近年來 , 對復雜網絡的研究已成為多個領域的研究熱點之一 [2～4] .對復雜網絡進行社區發現既有助于發現整個網絡的功能模塊及其演化 , 還有助于理解、分析復雜系統的拓撲結構及動力學特性[5] ,因此針對復雜網絡的社區發現研究具有十分重要的理論意義和應用價
值[6,7] .社區發現算法按照是否能夠發現重疊社區可分為兩類 : 非重疊社區發

總結

以上是生活随笔為你收集整理的文献记录(part80)--基于平均互信息的最优社区发现方法的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。