《表2 5个真实数据集的基本信息[6]》
当混合参数u值很小时,意味网络中的社区结构是较清楚的。无论是传统GN算法,还是其他算法,本文提到的NQD-PSO算法的性能均能比这些算法有更高的准确值。当u值在(0,0.4)之间,NQD-PSO算法得到的平均NMI均为1,模拟数据集和真实数据集得到的SQ值都在0.4以上,具有较清楚的网络划分社区结构。当u>0.4时,网络中的社区结构相对的模糊,探测的难度更高,MOGA-net算法得到的NMI值接近为0,它已经不能检测出网络中的社区结构,但本文所提的算法依然比其他算法具有较高地平均NMI值。整体上,随着模糊参数的增大,网络社区结构模糊度就越高,所有的算法的性能表现就越低;但实验结果表明了本文所提出的算法性能比其他算法社团划分效果较强。
图表编号 | XD0058941200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 杨忠保、楚杨杰、洪叶、江登英 |
绘制单位 | 黔南民族师范学院数学与统计学院、武汉理工大学理学院、武汉理工大学理学院、武汉理工大学理学院、武汉理工大学理学院 |
更多格式 | 高清、无水印(增值服务) |