排序方式： 共有1条查询结果，搜索用时 531 毫秒
1
1.
针对复杂网络密集区域(社区)存在大量节点及稀疏网络,传统方法性能无法满足检测指标要求的问题,提出一种复杂网络社区的抽样概率分布估计检测算法.首先,针对社区检测方法中数学模型不够精确导致正确发现社区数量不足的问题,基于模块化密度(D值)提出一种无需先验知识的混合整数非线性社区检测模型;其次,针对该模型优化的NP难问题,采用Gibbs抽样概率模型,提高分布估计种群的普适性,并为优秀个体构造抽样学习样本,提高算法的优化性能;最后,通过在标准测试函数及复杂网络社区检测应用中验证了所提算法的有效性. 相似文献
1