原文服务方: 太原理工大学学报       
摘要:
随着在线网络数据量激增,单纯分析网络拓扑结构、节点属性、边属性无法有效认识和理解其内在结构和特性,因此提出基于边函数的半监督社区检测算法.首先将拓扑结构和属性信息统一为先验知识,设计边函数便于引入属性等各类先验知识;在此基础上,结合传统半监督学习框架,采用半正定规划学习全局最优的节点归属矩阵.在人工合成数据、赣南客家数据和基准数据上的实验和分析表明,与已有传统半监督社区检测算法相比,该算法能有效利用各种先验知识,检测社区性能较好,并能较好地抵抗数据退化问题.
推荐文章
复杂网络半监督的社区发现算法研究
广义社区发现
半监督聚类
社会网络分析
相似度
Girvan-Newman(GN)
基于半监督学习的自动驾驶场景下的目标检测
目标检测
自动驾驶
注意力机制
特征融合
半监督学习
主动纠错式半监督聚类社区发现算法
主动学习
纠错式半监督社区发现
K-means算法
成对约束
基于SVDD的半监督入侵检测研究
入侵检测
半监督学习
集成学习
co-training
单类分类器
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 学习全局边函数的半监督社区检测
来源期刊 太原理工大学学报 学科
关键词 社区检测 先验知识 赣南客家 半监督学习
年,卷(期) 2019,(2) 所属期刊栏目 信息与计算机科学·基础理论
研究方向 页码范围 243-250
页数 8页 分类号 TP391|TP393
字数 语种 中文
DOI 10.16355/j.cnki.issn1007-9432tyut.2019.02.015
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 李泽鹏 兰州大学信息科学与工程学院 4 1 1.0 1.0
5 丁彩英 太原理工大学信息与计算机学院 1 1 1.0 1.0
6 刘松华 太原理工大学信息与计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (5)
参考文献  (21)
节点文献
引证文献  (1)
同被引文献  (35)
二级引证文献  (0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社区检测
先验知识
赣南客家
半监督学习
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
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导