搜索资源列表
k-means
- 基于K-means聚类算法的社团发现方法 先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。 以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery To define a network node cor
ModMaxLP
- 用线性规划求取复杂网络模块度算法的关键实现文件。-Use linear programming to strike a complex network of key algorithm module files.
Karate-Club
- 实现复杂网络中社区发现的评价函数-模块度-Implement modularity in complex network with matlab.
network properties
- 用于计算复杂网络的各种特性参数，例如最短路径，全局效率，介数，中心度，模块化属性等-Used to calculate the various properties of the complex network parameters, such as the shortest path, global efficiency, betweenness centrality, modular attributes
Overview-of--DCS-in-CN
- 复杂网络中的社团结构算法综述 关 键 词 ：复杂网络 社团结构 层次性 模块度函数 重叠性-Overview of Algorithms for Detecting Community Structure in Complex Networks
LouvainAlgorithm
- 为了降低算法的时间复杂度，Vincent Blondel等人提出了另一种层次性贪心算法（BGLL算法）。该算法包括两个阶段，这两个阶段重复迭代运行，直到网络社区划分的模块度不再增长。第一阶段合并社区，算法将每个节点当作一个社区，基于模块度增量最大化标准决定哪些邻居社区应该被合并。经过一轮扫描后开始第二阶段，算法将第一阶段发现的所有的社区重新看作节点，构建新的网络，在新的网络上迭代的进行第一阶段。当模块度不再增长时，得到网络的社区近似最优划分。 算法的基本步骤如下： 1）.初始化，将每个节点划
FastCommunity_GPL_v1.0.3
- 用于实现模块最大化的代码,里面包含说明和注释(supports the fast modularity maximization algorithm)
GCModulMax1
- 计算社团分区模块度函数，用于复杂的网络分区(Modularity Maximization community detection)
code
- 计算复杂网络的模块度，使用了matlab平台，通过输入临界矩阵和矩阵e得到(Get Modularity of complex network)
社区划分算法模块度函数计算
- 上世纪60年代，Herbert Simon 首先提出了复杂系统具有模块结构特性的概念。而针对社区的研究实际上是从子图分割问题演化而来，Kernighan-Lin 提出的二分算法使得子图分割问题逐渐成为当时图挖掘领域关注的重点。另外，在社会学领域，社会学家也发现社区结构在各种复杂网络中的普遍存在性。进入21世纪后，社区的研究开始被研究者所重视，而近年来随着社交网络的崛起，这一领域的关注度已大大提升。使用时讲后缀名改为py，python打开