[发明专利]基于密度峰值与社区归属度的重叠社区发现方法在审
| 申请号： | 201810880920.5 | 申请日： | 2018-08-04 |
| 公开（公告）号： | CN108959652A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 郭昆;彭胜波;郭文忠;陈羽中 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q50/00 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于密度峰值与社区归属度的重叠社区发现方法，包括以下步骤：步骤S1：读取网络数据集，生成网络图G；步骤S2：根据网络图G节点间的路径长度来计算网络中节点间距离、距离最大值dmax、距离最小值dmin，得到节点间距离字典Pd；步骤S3：根据节点间距离字典Pd计算节点间的距离阈值dc、节点的局部密度Rho；步骤S4：根据节点间距离字典Pd、节点的局部密度Rho求取节点的跟随节点Nnb和跟随距离Del；步骤S5：根据密度峰值聚类算法的原理生成非重叠社区集C；步骤S6：对非重叠社区集C的边界点进行社区归属判断，得到重叠社区集C'；步骤S7：输出最终的社区划分结果。 | ||
| 搜索关键词： | 节点间距离 社区 重叠社区 字典 网络图 非重叠 归属度 读取 划分结果 计算节点 计算网络 聚类算法 网络数据 边界点 归属 发现 输出 | ||
【主权项】：
1.基于密度峰值与社区归属度的重叠社区发现方法，其特征在于：包括以下步骤：步骤S1:读取网络数据集，生成网络图G；步骤S2：根据网络图G节点间的路径长度来计算网络中节点间距离、距离最大值dmax、距离最小值dmin，得到节点间距离字典Pd；步骤S3：根据节点间距离字典Pd计算节点间的距离阈值dc、节点的局部密度Rho；步骤S4：根据节点间距离字典Pd、节点的局部密度Rho求取节点的跟随节点Nnb和跟随距离Del；步骤S5：根据密度峰值聚类算法的原理生成非重叠社区集C；步骤S6：对非重叠社区集C的边界点进行社区归属判断，得到重叠社区集C'；步骤S7：输出最终的社区划分结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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福州大学，未经福州大学许可，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/patent/201810880920.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于迁移学习的用户意图识别的方法
- 下一篇：一种基于稠密网格重组和K
