群智感知网络中基于社会关系的社区发现算法

• 作者: 张书奎 张力 龙浩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 群智感知 特征因子 最优生成树 节点合并 社区调整
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 179-184
• 页数: 6页
• 分类号: TP393
• 字数: 6301字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0194

摘要

群智感知应用主要通过社区划分进行任务分配,然而现有群智感知应用中社区发现算法缺乏对社会关系的量化以及划分社区的特征因子单一.针对这些问题,提出了一种基于多维社会关系特征的社区发现算法,通过计算移动节点间的最优生成树、节点合并因子、社区调整因子,对移动节点的社会关系进行具体量化,将节点合理划分成不同的社区.实验结果表明,与现有方法相比,该算法在不同的数据集中具有更好的动态适应性、有效性和预测准确性,其准确性平均达到97.3％,高于对比算法15.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙浩	苏州大学计算机科学与技术学院	41	51	4.0	5.0
7	张书奎	徐州工业职业技术学院信息与电气工程学院	6	27	4.0	5.0