基于谱聚类的多目标复杂网络社区发现方法

发明专利有效专利

申请号：
CN201910148450.8
IPC分类号：G06Q50/00;G06K9/62
申请日期：
2019-02-28
申请人：
桂林理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于谱聚类的多目标复杂网络社区发现方法
申请号	CN201910148450.8	申请日期	2019-02-28
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-07	公开/公告号	CN109859065A
优先权	暂无	优先权号	暂无
主分类号	G06Q50/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q50/00 特别适用于特定商业领域的系统或方法，例如公用事业或旅游（医疗信息学入G16H）〔2006.01，2012.01〕	IPC分类号	G;0;6;Q;5;0;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	桂林理工大学	申请人地址	广西壮族自治区桂林市建干路12号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	桂林理工大学	当前权利人	桂林理工大学
发明人	董明刚;弓佳明;敬超
代理机构	暂无	代理人	暂无

摘要

本发明提出了一种基于谱聚类的多目标复杂网络社区发现方法，该方法将社区划分问题转化为多目标问题，首先构造社团内部联系比例(KKM)和社团外部联系比例(RC)两个目标函数，KKM关于社团个数的减函数，RC是关于社团数目的增函数。两个函数可以起到相互制约的作用，可以更好的让多目标优化算法搜索到更好的解。而采用能在任意形状的样本空间上聚类等优点的谱聚类对种群中的个体进行划分，决定其是否属于候选重叠节点集，使得在一些结构未知且边信息缺失的复杂网络数据集中也能较为准确的找到候选重叠节点，在离散编码中用‑1，0和0向量将重叠节点和非重叠节点进行混合编码，为多目标优化算法提供较好的初始种群，从而更准确的发现重叠社区结构。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供