《表2 K-近邻网络平均模块度和模块数》
本文采用层次化社团结构分析凝聚算法,简称BGLL算法[10],首先,先把每一个学习行为时间序列节点都看作一个独立的社团,对网络节点进行模块度增量分析,具体为:对任意相邻的节点i和j,计算将节点i加入其邻居节点j所在社团时对应的模块度增量为,计算并找出节点i加入其所有邻居节点所在社团的增量中最大的一个,当时,将节点i加入该社团;否则,节点i不变,遍历所有节点,划分出新的一层社团。然后,构造一个新网络,其中,节点是前一阶段划分出的社团;重复步骤直到不能再划分出更高一层的社团结束。使用Gephi中的模块挖掘算法,计算网络的平均模块度和模块数见表2。
图表编号 | XD00110286000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 姜廷慈、李敬有、吕洪柱 |
绘制单位 | 齐齐哈尔大学计算机与控制工程学院、齐齐哈尔大学计算机与控制工程学院、齐齐哈尔大学计算机与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |