《表1 1 各算法在Football数据集上的评价值》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《求解多目标社区发现问题的离散化随机漂移粒子群优化算法》
实验采用的网络数据集分别为生成网络与真实网络。在生成网络中,利用3种类型的网络验证相关算法:GN、LFR1和LFR2。其中:GN是Lancichinetti等[33]在经典基准网络上提出的扩展网络;LFR1、LFR2分别是不同大小规模的LFR标准基网络类型。在表1中给出了生成这些网络的一些参数,其中:N是合成网络的节点数;Kavg为平均节点度数;Kmax为节点度数上限;Cmin和Cmax是社区规模的最小值和最大值;另外γ称为最小参数,它控制社区内外的连接部分。这里生成了10个网络,通过控制最小参数在0.0~0.5的区间内每隔0.05生成一个网络。
图表编号 | XD00201822000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 李萍、汪芬、陈祺东、孙俊 |
绘制单位 | 人工智能与模式识别国际联合实验室(江南大学)、无锡职业技术学院物联网技术学院、人工智能与模式识别国际联合实验室(江南大学)、人工智能与模式识别国际联合实验室(江南大学)、人工智能与模式识别国际联合实验室(江南大学) |
更多格式 | 高清、无水印(增值服务) |