-
题名基于密度峰值的标签传播算法
- 1
-
-
作者
吴卫江
王星豪
潘雪玲
郑艺峰
郑猋
-
机构
中国石油大学(北京)石油数据挖掘北京市重点实验室
中国石油大学(北京)信息科学与信息工程学院
闽南师范大学数据科学与智能应用福建省高等学校重点实验室
闽南师范大学计算机学院
-
出处
《计算机与数字工程》
2024年第1期81-86,共6页
-
基金
国家自然科学基金项目(编号:61701213)
福建省自然科学基金项目(编号:2019J01748)
福建省教育厅中青年项目(编号:JAT190392)资助。
-
文摘
随着智能技术应用的推广,高质量社区的检测已成为社会网络研究的热点之一。由于具有线性时间复杂度,且无需预定义目标函数和社团数,标签传播算法(LPA)已得到广泛关注。然而,在标签传播过程中,LPA具有不确定性和随机性,进而影响检测社区结果的准确性和稳定性。为此,提出一种基于密度峰值的标签传播社区检测方法(DPC-RWL)。首先,采用密度峰值聚类算法查找出社区的核心节点集合,计算节点与核心节点集之间的权重,选取最大值为该节点赋予权值。最后,使用基于标签传播算法的归属度函数进行传播。真实网络和LFR人工基准网络的对比实验表明,所提算法能准确高效地识别出社区结构。
-
关键词
密度峰值聚类
标签传播
节点权重
社交网络
-
Keywords
density peak clustering
label propagation
node weigh
social networks
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
