一种基于个体中心论的局部优化社区发现算法

来源 :计算机应用与软件 | 被引量 : 1次 | 上传用户:a103582412
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会网络网站的流行,虚拟社会网络中的社区发现成为一个热门研究领域。针对虚拟网络中总是以一个或多个个体为中心特点,提出了一个针对大规模社区网络的局部优化社区发现的算法,在一定程度上弥补了传统算法无法适应大规模网络的不足。实验表明与我们直观想象不同,虚拟网络中那些度最大的点并不一定适合于作为社区中心。
其他文献
支持向量机是一种基于VC维理论和结构风险最小化原则的统计学习方法,具有小样本学习、推广能力强、解为全局最优等优点。基于支持向量机的角点检测方法,不需要梯度信息,只需对角点样本进行学习,找出角点的特征信息,便可实现对角点的正确检测。通过恰当选取核函数、参数值以及训练样本集,实现了对摄像机标定模板角点的正确检测,并且对畸变角点和含噪声角点也有很好的检测效果。与传统方法相比,所提出的方法具有更强的角点检
BIM(Building Information Modeling,建筑信息模型)技术作为建筑业变革性的技术,作为建筑信息化的主要载体,从2002年开始,不断的将“二维图纸时代”向“三维图形时代”推进,我国的建筑业也将借助信息化手段实现生产力的跨越式发展。BIM技术在中国经历了十多年的发展,众多行业已发现BIM技术的优势,尤其体现在了建筑业。随着社会的飞速发展,我国超高层建筑数量已成为世界第一,超
本文主要介绍条纹相机中的应用程序设计 ,该软件用VisualBasic 6.0编写 ,其中利用了自行编写的I/O动态连接库 ,完成对计算机外部硬件设备的控制。文中还介绍了一些编写图像采集程序的技术 ,使该程序也能用于其它的数据采集系统
根据虚拟植物模型复杂的特点,采用在精细的三角形网格模型上所创建的较粗糙的四面体网格模型,在虚拟植物模型上实现基于空间散列法的碰撞和自碰撞检测。该算法具有高效快速、无需复杂的数据结构等特点。实验结果表明,该算法能够有效地解决群体中植株的碰撞和自碰撞问题,并能够达到实时的处理要求。可同时适用于其它复杂的三维模型的碰撞检测问题。
粗糙集理论和自组织特征映射SOFM(Self-Organizing-Feature-Map)神经网络在聚类分析中有各自的优势和劣势,结合SOFM神经网络和粗糙集理论提出一种算法。该算法利用粗糙集理论的属性约简去掉样本的冗余属性,并将处理过的数据作为SOFM神经网络的训练样本,从而减小了SOFM网络的规模,因此提高了样本的聚类效率。
上海水产大学水产养殖学科前身为江苏省水产学校水产养殖科,创建于1923年。漫长的岁月,济济的水产科技人才,承载着我国辉煌的水产养殖事业发展史。学科重点在水产动植物“种质”