基于K-means聚类和数据场理论的复杂网络社团结构探寻
DOI:
CSTR:
作者:
作者单位:

天津大学电气与自动化工程学院 300072

作者简介:

金宁德

通讯作者:

中图分类号:

N941.4

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    探寻社团结构是研究复杂网络结构与功能之间关系的基础,提出和分析了基于K-means聚类的社团探寻算法和基于数据场理论的社团探寻算法,并通过实验仿真验证了这两种算法的有效性,在仿真中发现并验证了社团内部比整个网络具有更加鲜明的小世界效应,这说明在网络控制中,在相同的耦合强度下,对社团的同步控制比对整个网络的同步控制更容易实现.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

高忠科;金宁德.基于K-means聚类和数据场理论的复杂网络社团结构探寻[J].控制与决策,2009,24(3):377-382

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-01-12
  • 最后修改日期:2008-04-13
  • 录用日期:
  • 在线发布日期: 2009-03-20
  • 出版日期:
文章二维码