【摘 要】
：
社区挖掘是复杂网络分析中的一项重要工作，目前已提出多种社区挖掘算法，但多数算法是通过节点间的连接关系来发现内聚的社区结构。结合真实网络中的节点具有不同的行为和影响力
【机 构】
：
绥化学院信息工程学院,哈尔滨理工大学计算机科学与技术学院
【基金项目】
：
黑龙江省大学生创新创业训练计划项目(No.201610236014),国家自然科学基金(No.61172168).
论文部分内容阅读
社区挖掘是复杂网络分析中的一项重要工作，目前已提出多种社区挖掘算法，但多数算法是通过节点间的连接关系来发现内聚的社区结构。结合真实网络中的节点具有不同的行为和影响力，在充分考虑网络中节点的连接关系的基础上，提出一种基于中心极大团扩展的社区挖掘两阶段算法。第一阶段发现初始社区：首先找到网络中所有的内聚子团，然后找出k个分散、内聚且有影响力的中心极大团作为初始社区；第二阶段形成最终社区划分：对初始社区外节点，充分考虑不同邻居节点对其潜在的影响力，采用局部模块度扩展的方法将节点扩展到与其连接紧密的社区内。实验结
其他文献
针对青海省独特的地理环境及经济文化情况、强化宣传工作，注重领导层的开发，保证《公共场所卫生管理条例》顺利实施。在执行法规时，做到原则性与灵活性相结合、监督与服务相结合
1.油菜沪油杂1号（国审油2005012）特征特性：沪油杂1号是上海市农科院选育的甘蓝型、半冬性、隐性核不育早熟油菜品种。全生育期长江下游233．8d左右。幼苗半直立，叶色淡绿色，裂叶2对，
超急性期脑梗死是指发病6h内的早期脑梗死[1]。早期的明确诊断,及时的溶栓治疗,对降低脑部损伤,减少后遗症至关重要。CT检查是诊断脑梗死的最常用的影像学检查方法,在广大基
为了克服人脸识别中存在光照、姿态、颜色等噪声的干扰,融合了卷积神经网络与孪生神经网络的优点,提出了一种改进的CNN网络结构,该结构由两个卷积神经网络组成,且共享网络权值,在该结构的训练中采用了差异深度度量学习(DDML)算法。卷积结构有效地去除外界噪声干扰,且在非线性降维中权值共享结构能够自动提取相同特征,DDML算法增加了提取特征的有效性。在ORL、Yale B和AR人脸数据库上实验结果表明,与
目的观察髂腹下神经-髂腹股沟神经阻滞复合全身麻醉在小儿腹股沟区手术中的应用效果。方法 60例单侧腹股沟区手术患儿,随机分为A组和B组各30例,A组采用髂腹下神经-髂腹股沟神
目的对该院儿科门诊抗菌药物使用情况进行调查分析,为临床合理用药提供参考。方法随机抽取该院儿科门诊2011年1～6月处方4309张,对其抗菌药物使用情况进行回顾性调查与分析。结
针对林火预测具有影响因素多、机制复杂、难以结构化等特点,设计并实现了一个基于贝叶斯网络的实用林火概率预测系统。该系统以气象、植被、地理、人类活动等数据作为输入,综
灰度不均严重影响图像分割的准确性,主动轮廓模型广泛应用于图像分割中。为了克服灰度不均对图像分割的影响,提出了一种基于变分水平集的主动轮廓模型。该模型利用了图像局部统计信息的均值和方差,适合对灰度不均图像分割。为了检验算法的性能,利用该算法和经典算法作对比实验,结果表明,不管是对合成图像还是真实图像的分割,都验证了该方法的有效性,而且该方法在曲线演化过程中无需重新初始化水平集函数,在一定程度上减少了