《表2 模块度对比：基于边权的稳定标签传播社区发现算法》

  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

《基于边权的稳定标签传播社区发现算法》

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

为比较算法稳定性，将四种算法应用在九种真实网络数据集上进行社区发现，实验中，每个算法在每个网络分别运行100次，其中Qavg表示平均模块度，Qmin和Qmax分别是对每一个真实网络做100次实验后求取的最差结果和最优结果.结果如表2所示，其中加粗的数据表示四种算法中对应每一个网络的最好结果.从表2中可以看出，SLPA＿EW算法和NILPA算法在所有的数据集上依据最终输出结果求得的Q值均一致.说明算法输出结果的稳定性.