复杂网络局部特征分类

• 作者: 何琨 杨演昊 林童 熊正大
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 复杂网络 分类算法 支持向量机 Ego-Net 局部特征
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.13245/j.hust.200815

摘要

针对现有的图分类算法往往从网络全局出发、存在对大规模网络分类效果不好或计算开销过高等问题,提出了基于局部特征的复杂网络支持向量机分类(LF-SVM)算法.从网络局部拓扑结构出发,利用局部Ego-Net的特征对不同的复杂网络进行分类,使得对不同规模的网络都能较好地完成分类工作.实验结果表明:LF-SVM算法对于不同大类的网络及大类内部的不同子类网络,均能实现有效分类,分类速度明显快于现有的全局分类算法,且在部分指标上优于全局分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何琨	华中科技大学计算机科学与技术学院	31	263	10.0	16.0
2	熊正大	华中科技大学计算机科学与技术学院	2	0	0.0	0.0
3	杨演昊	华中科技大学计算机科学与技术学院	1	0	0.0	0.0
4	林童	华中科技大学计算机科学与技术学院	1	0	0.0	0.0