《表2 模块度对比:基于边权的稳定标签传播社区发现算法》
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.
图表编号 | XD0060251300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 张蕾、钱峰、赵姝、陈洁、张燕平、刘峰 |
绘制单位 | 安徽大学计算机科学与技术学院、铜陵学院数学与计算机学院、安徽大学计算机科学与技术学院、铜陵学院数学与计算机学院、安徽大学计算机科学与技术学院、安徽大学计算机科学与技术学院、安徽大学计算机科学与技术学院、安徽大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |