一类相依网络的动态聚类分析

动态复杂网络因广泛应用于群体生态学、社会生态学、生物学和因特网等领域而成为研究的热门问题之一,聚类分析是提取网络结构的常用工具.以往关于网络聚类的文献大多基于某种特定的条件独立假设.本文我们结合了随机区组模型,隐马尔科夫链和自回归模型给出了一个新模型来放宽这个假设,并给出了相应的统计推断和VEM算法.蒙特卡洛模拟表现良好,表明了我们的方法的一致性和稳健性.