[发明专利]一种基于密度峰值的自适应重叠社区发现方法及系统在审
申请号: | 202111246835.1 | 申请日: | 2021-10-26 |
公开(公告)号: | CN113987342A | 公开(公告)日: | 2022-01-28 |
发明(设计)人: | 叶涛;杜亭莉;孙丽萍;郑孝遥;俞庆英;罗永龙 | 申请(专利权)人: | 安徽师范大学 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9536;G06Q50/00 |
代理公司: | 芜湖安汇知识产权代理有限公司 34107 | 代理人: | 钟雪 |
地址: | 241000 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 密度 峰值 自适应 重叠 社区 发现 方法 系统 | ||
1.一种基于密度峰值的自适应重叠社区发现方法,其特征在于,所述方法具体包括如下步骤:
S1、基于节点网络的邻接矩阵计算各节点之间的边链接强度和点链接强度;
S2、构造节点网络的距离矩阵,并基于距离矩阵计算每个节点的局部密度ρ和最短距离δ;
S3、通过节点的局部密度ρ和最短距离δ自适应选取网络中的社区中心;
S4、基于剩余节点的概率向量将剩余节点分配到至少一个社区中心对应的社区,根据分配后的社区集合确定重叠社区。
2.如权利要求1所述基于密度峰值的自适应重叠社区发现方法,其特征在于,节点i和节点j之间的边链接强度计算公式如下:
其中,Aij为邻接矩阵中第i行第j列的元素值,wi、wj分别表示节点i的相接边权重总和、节点j的相接边权重总和,r为节点网络中所有节点相接边权重总和的最大权重wmax与最小值wmin的差值;Vij为节点i和节点j之间的公共点集合,η为常数。
3.如权利要求1所述基于密度峰值的自适应重叠社区发现方法,其特征在于,节点i和节点j之间点链接强度计算公式如下:
其中,vstij是节点i和节点j之间的点链接强度值;Ni+为节点i和其邻居节点的集合,Nj+为节点j和其邻居节点的集合,Vij为节点i和节点j之间的公共点集合,λ为非负实数。
4.如权利要求1所述基于密度峰值的自适应重叠社区发现方法,其特征在于,计算节点i和节点j之间的距离distij,构成距离矩阵中第i行第j列的元素值,distij距离计算公式为:
其中,lstij为节点i和节点j之间的边链接强度;vstij为点i和点j之间的点链接强度,ε为常数。
5.如权利要求1所述基于密度峰值的自适应重叠社区发现方法,其特征在于,社区中心的选择方法具体包括如下步骤:
对所有节点的密度ρ和最短距离δ进行归一化处理,得到ρ*和δ*;
计算ρ*和δ*的乘积γ,再对γ进行升序排序,将升序排序后的γ定义为γ*,γ*对应于γ的索引定义为ind;
针对γ*中的每个节点i,对在γ*中排列在节点i之前的节点进行线性拟合,进而计算节点i对应的估计值γ′;
计算节点i的γ差值Δγ,Δγ=γ*-γ′,
将γ*中元素从后往前判断,将差值Δγ小于平均值的点的最小下标记为M,为所有节点差值Δγ的平均值,并将点下标大于M的节点添加到候选社区中心集;
在候选社区中心集中删除不满足下列条件1的候选社区中心,形成最终的社区中心集;
条件1:局部密度和最短距离均分别大于与其距离最近的k个邻居节点的局部密度和最短距离的最大值。
6.如权利要求1所述基于密度峰值的自适应重叠社区发现方法,其特征在于,剩余节点的分配方法具体如下:
计算每个剩余节点的概率向量,即剩余节点属于每个社区中心的概率;
将剩余节点分配到概率最大的社区中;
计算剩余节点隶属于其他社区的概率值与最大概率值之间的除值,将该剩余节点分配到大于给定阈值的除值所对应的社区。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽师范大学,未经安徽师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111246835.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种可实时检测平衡的升降式木桌
- 下一篇:一种单相机球面镜反射成像投影装置