摘要
提出了一种相对简单、有效的划分复杂网络社团结构的方法.该算法利用复杂网络的转移矩阵P和K均值聚类算法来划分社团结构,并且用F统计量判定最优的聚类结果,在探测社团结构明显的人工网时具有较高的准确度.
A relatively simple and effective clustering algorithm of complex network is proposed.This algorithm addresses community structure based on transition matrix P and K-means clustering.F statistics is used to give the best cluster number.It has high accuracy when detecting community structure of artificial networks with obvious structure.
出处
《北京师范大学学报(自然科学版)》
CAS
CSCD
北大核心
2011年第1期101-103,共3页
Journal of Beijing Normal University(Natural Science)
基金
国家自然科学基金资助项目(70771011)
教育部新世纪人才NCET-09-0228基金资助项目
关键词
复杂网络
转移矩阵P
聚类方法
complex network
transition matrix P
clustering algorithm