作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
简要介绍复杂网络社区发现的常用方法,对比社区发现的几种主流方法。根据图谱分析法和特征值分析方法,提供一种基于主成分分析的方法来揭示社区结构,并通过实验数据对比证明发现结果的准确性,解释此种变换的理论基础,同时说明划分结果的正反社区结构与特征值的关系。最终达到从降维角度进行社区发现的目的。
推荐文章
基于状态空间主成分分析网络的故障检测方法
过程系统
主元分析
算法
故障检测
状态空间
深度学习
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
主成分分析在城市综合实力评价中的应用
陕西省
城市
综合实力
指标体系
主成分分析
评价指数
基于主成分分析的实时网络入侵检测仿真
入侵检测
网络安全
主成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 主成分分析在复杂网络社区发现的应用
来源期刊 计算机应用与软件 学科 工学
关键词 复杂网络 社区 图谱分析法
年,卷(期) 2015,(9) 所属期刊栏目 算法
研究方向 页码范围 261-263,268
页数 4页 分类号 TP391
字数 4019字 语种 中文
DOI 10.3969/j.issn.1000-386x.2015.09.063
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 华斌 天津财经大学信息科学与技术系 32 186 8.0 12.0
2 杨超 天津财经大学信息科学与技术系 9 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (146)
共引文献  (170)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (1)
1949(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(23)
  • 参考文献(0)
  • 二级参考文献(23)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(17)
  • 参考文献(1)
  • 二级参考文献(16)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(24)
  • 参考文献(0)
  • 二级参考文献(24)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(18)
  • 参考文献(4)
  • 二级参考文献(14)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
复杂网络
社区
图谱分析法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导