基于K-means聚类和数据场理论的复杂网络社团结构探寻

• 作者: 金宁德 高忠科
• 来源期刊: 控制与决策
• 学科: 地球科学
• 关键词: 复杂网络 社团结构 K-means聚类 数据场 小世界效应
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 377-382
• 页数: 6页
• 分类号: N941.4
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.03.011

摘要

探寻社团结构是研究复杂网络结构与功能之间关系的基础.提出和分析了基于K-means聚类的社团探寻算法和基于数据场理论的社团探寻算法,并通过实验仿真验证了这两种算法的有效性.在仿真中发现并验证了社团内部比整个网络具有更加鲜明的小世界效应,这说明在网络控制中,在相同的耦合强度下,对社团的同步控制比对整个鲻网络的同步控制更容易实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金宁德	天津大学电气与自动化工程学院	57	1084	20.0	30.0
2	高忠科	天津大学电气与自动化工程学院	12	157	7.0	12.0