《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。