خانه / شبیه سازی / شبیه سازی الگوریتم تشخیص همپوشانی جوامع بر اساس قدرت لبه

شبیه سازی الگوریتم تشخیص همپوشانی جوامع بر اساس قدرت لبه

شبیه سازی الگوریتم تشخیص همپوشانی جوامع بر اساس قدرت لبه

 

ویژگی های این مجموعه :

-کد شبیه سازی مقاله بازبان Python

-همراه با ترجمه مقاله کامل

-آموش کد برنامه


سال انتشار : 2019  ژورنال : IEEE  تعداد صفحات انگلیسی : 9   تعداد صفحات فارسی : 14

عنوان مقاله :

شبیه سازی الگوریتم تشخیص همپوشانی جوامع بر اساس قدرت لبه

چکیده :

جوامع یک ویژگی توپولوژیک همه جا شبکه های پیچیده را نشان می دهند ، و کشف ساختارهای جامعه از اهمیت اساسی برخوردار است. Conductance یک الگوریتم تشخیص برای جوامع با همپوشانی وزن با نتایج تقسیم با دقت بالا است. با این حال ، رابطه گره ها و همسایگان آنها در انتخاب جامعه اولیه در نظر گرفته نشده است ، که منجر به انتخاب اولیه غیر منطقی جامعه و دقت کمتری در کشف ساختار جامعه واقعی شبکه می شود. علاوه بر این ، الگوریتم ممکن است گره ها را از دست ندهد.

بر این اساس ، الگوریتم هدایت مقاومت لبه (ESCA) ارائه شده است ، که موضوعات مربوط به انتخاب اولیه غیر منطقی جامعه و گره های مفقود شده را با استفاده از مفاهیم استحکام لبه و درجه تعلقات حل می کند. آزمایشات نشان می دهد که برای هر دو شبکه بدون وزن و وزن ، ESCA  گره ها را از دست نمی دهد ، و جوامع شناسایی شده در مقایسه با موارد به دست آمده توسط Conductance و COPRA ، به ساختار جامعه واقعی شبکه نزدیکترند ، الگوریتم انتشار همپوشانی دارد.

دانلود رایگان فایل انگلیسی مقاله

تصاویر خروجی شبیه سازی :

 

 

 

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 × 4 =