《表5 三种算法比较：动态网络社区发现算法研究》
提示：宽带有限、当前游客访问压缩模式
运用社区结构质量、准确率、平均时间来直观地比较各种算法，如表5所示。采用优化后的QCA算法能够得到较好的社区结构质量、较好的准确率和更少的平均时间。
| 图表编号 | XD0052677000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.20 |
| 作者 | 胡北辰 |
| 绘制单位 | 安徽电子信息职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 社交网络数据集：密度聚类在社区发现中的应用研究》2020.11.01
- 《表1 生成网络参数值：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》2021.03.10
- 《表2 非重叠社区发现算法的社区数量预测实验结果》2020.04.25
- 《表3 重叠社区发现算法的社区数量预测实验结果》2020.04.25
- 《表4 真实网络数据集：结合改进差分进化和模块密度的社区发现算法》2020.06.01
- 《表3 三种算法破解情况：混合光网络通信中分布式加密算法研究》2020.07.25
- 《表4 真实网络数据集：节点局部Fiedler向量中心性差值社区发现算法》2019.12.01
- 《表3 LFR基准网络：融入K-核迭代因子的重叠社区发现算法》2020.02.01
- 《表2 动态时间扭曲算法：基于时间序列聚类的主题发现与演化分析研究》2019.10.24
- 《表1 数据集信息：基于图遍历的局部社区发现算法》2019.09.01
- 《表1 真实网络数据集：主动纠错式半监督聚类社区发现算法》2019.09.01
- 《表1 真实网络数据集：基于边权的稳定标签传播社区发现算法》2019.02.01
- 《表1 GN社区划分表：动态网络社区发现算法研究》2019.02.20
- 《表4 算法参数设置：基于密度峰值和社区归属度的重叠社区发现算法》2019.05.01
- 《表3 真实网络信息：基于密度峰值和社区归属度的重叠社区发现算法》2019.05.01
- 《表1 真实网络数据集：一种基于改进密度峰值聚类的社区发现算法》2019.04.01
- 《表2 真实网络数据：融入H指数的局部拓展类重叠社区发现算法》2019.01.01
- 《表1 增量式动态社区发现算法概括》2019.01.16
- 《表1 真实网络数据：基于信息传递和峰值聚类的自适应社区发现算法》2018.11.01
- 《表1 SVM算法数据表：突发事件下电力企业网络舆情发现云平台研究》2019.11.25