《表1 各算法开发环境及提出时间》
为了验证算法的有效性和可行性,本文在LFR Benchmark网络[14]和真实网络上对各算法进行测试.实验在2台Intel Core i5-6200U CPU 2.30 GHz和8 GB内存笔记本上进行,操作系统为Windows 7,NOCDLP算法的编程工具为Matlab R2011b.实验对比算法为基于派系渗透的CFINDER[3]、基于标签传播算法的COPRA[9]、SLPA[10]、OLLP[12]以及最近提出的基于多尺度社区识别MS算法[15]、基于核心节点集扩展的Co Eu S算法[16].各算法开发环境及提出时间如表1所示.算法参数设置如下:CFINDER[3]的派系规模h=3~6,间隔为1;COPRA[9]的节点隶属社区数量p=2~6,间隔为1;SLPA[10]的保留标签控制参数x=0.2~0.6,间隔为0.05,迭代次数w=20.各算法在不同参数下选取评价指标最大值或评价指标最大平均值作为最终结果.
图表编号 | XD00223501500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 邓琨、李文平、陈丽、刘星妍 |
绘制单位 | 嘉兴学院数理与信息工程学院、蒂赛德大学计算媒体与艺术学院、嘉兴学院数理与信息工程学院、嘉兴学院数理与信息工程学院、嘉兴学院数理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |