结合熵有效性函数的FCM算法识别社团结构 |
| |
引用本文: | 贾宁宁,封筠.结合熵有效性函数的FCM算法识别社团结构[J].石家庄铁道学院学报(社会科学版),2016(1):103-110. |
| |
作者姓名: | 贾宁宁 封筠 |
| |
作者单位: | 石家庄铁道大学 信息科学与技术学院;石家庄铁道大学 信息科学与技术学院 |
| |
基金项目: | 河北省自然科学基金项目(F2013210109) |
| |
摘 要: | 挖掘和发现复杂网络中的社团结构是复杂网络研究的基础性问题。针对复杂网络中的社团结构往往具有重叠性,提出了结合熵有效性函数的模糊聚类(Fuzzy c means, FCM)算法。首先基于信息熵提出了熵有效性函数,用于确定网络的“最佳”聚类数;其次给出了聚类数范围和两个过滤条件;最后将三者与FCM算法相结合,应用到Zachary’s karate club network、Dolphin social network和American college football network的社团结构检测。为了进一步体现熵有效性函数的优越性,将熵有效性函数和模块度函数,分别与k means算法相结合,对3个网络进行了实验。实验结果表明,熵有效性函数可以较准确的找到“最佳”聚类数,且结合熵有效性函数的FCM算法划分结果精确度都在90%以上。
|
关 键 词: | 熵有效性函数 聚类数范围 过滤条件 模糊聚类 社团结构 |
收稿时间: | 2014/8/29 0:00:00 |
FCM Combined with Validity Measure Function of Entropy to Identity Community Structure |
| |
Authors: | Jia Ningning and Feng Jun |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《石家庄铁道学院学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《石家庄铁道学院学报(社会科学版)》下载免费的PDF全文 |