《表2 算法性能比较：一种面向复杂网络的快速模块结构识别算法》

  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

《一种面向复杂网络的快速模块结构识别算法》

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

表2展示了不同算法的模块结构识别精度。根据ARI值，人们可以看到在Grass-feeding web、Ter‐rorists cell和Word adjacencies数据集上，除了新算法以外，其他算法的精度都非常低，主要原因是其网络的模块分布不够清晰所致。相比其他算法，新算法能够通过扩展的密度峰值方法获得较为可靠的模块中心，从而提高了模块识别的精度。在Foot‐ball、Political books和Political blogs数据集上，比较的算法都能够较为精准地识别其中的模块。然而，相比其他算法，新算法的表现是更优的。这些实验结果表明：相比FMM、FUN、NSC和LPA算法，新算法能够更加精准地发现网络的模块结构。