结合熵有效性函数的FCM算法识别社团结构

• 作者: 封筠 贾宁宁
• 来源期刊: 石家庄铁道大学学报（自然科学版）
• 学科: 工学
• 关键词: 熵有效性函数 聚类数范围 过滤条件 模糊聚类 社团结构
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与网络工程
• 页码范围: 103-110
• 页数: 8页
• 分类号: TP393
• 字数: 4061字
• 语种: 中文
• DOI: 10.13319/j.cnki.sjztddxxbzrb.2016.01.19

摘要

挖掘和发现复杂网络中的社团结构是复杂网络研究的基础性问题.针对复杂网络中的社团结构往往具有重叠性,提出了结合熵有效性函数的模糊聚类(Fuzzy c-means,FCM)算法.首先基于信息熵提出了熵有效性函数,用于确定网络的“最佳”聚类数;其次给出了聚类数范围和两个过滤条件;最后将三者与FCM算法相结合,应用到Zachary's karate club network、Dolphin social network和American college football network的社团结构检测.为了进一步体现熵有效性函数的优越性,将熵有效性函数和模块度函数,分别与k-means算法相结合,对3个网络进行了实验.实验结果表明,熵有效性函数可以较准确的找到“最佳”聚类数,且结合熵有效性函数的FCM算法划分结果精确度都在90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	封筠	石家庄铁道大学信息科学与技术学院	32	166	6.0	11.0
2	贾宁宁	石家庄铁道大学信息科学与技术学院	3	4	1.0	2.0