基于標簽的多目標優化的動態網絡社團發現算法
大小：1.72 MB 人氣：0 2017-12-27 需要積分：2
社團的數目和時間平滑性的平衡因子一直是基于進化聚類的動態網絡社團發現算法的最大的問題．提出一種基于標簽的多目標優化的動態網絡社團發現算法（LDMGA）．借鑒多目標遺傳算法思想，將進化聚類思想轉換為多目標遺傳算法優化問題，在保證當前時刻的聚類質量的同時，又能使當前聚類結果與前一時刻網絡結構保持一致．該算法在初始化過程中加入標簽傳播算法。提高了初始個體的聚類質量．提出基于標簽的變異算法。增強了算法的聚類效果和算法的收斂速度．同時，多目標遺傳算法和標簽算法的結合使算法可擴展性更強，運行時間隨著節點或者邊數目的增加呈線性增長．將該算法與目前的優秀算法在仿真數據集和真實數據集上進行對比實驗，結果表明，該算法既有良好的聚類效果，又有良好的擴展性．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
