
community detection
记录复现的一些社区算法以及对它们的理解和应用。
xiao黄
缓慢而坚定的生长
感兴趣的方向:复杂网络、社区发现(检测)、图神经网络、深度学习、节点重要性
目前研究方向:故障诊断(电网、AUV等),Simulink、PSCAD、AMESim建模等
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
附源码|复杂网络社区发现——标签传播算法(LPA)
本文通过Python 3.7实现了标签传播算法的两个代码(1.自己写的,2.调包实现),并通过空手道俱乐部的例子进行可视化显示。原创 2020-09-27 10:42:32 · 4410 阅读 · 7 评论 -
附源码|复杂网络社区发现--GN算法
本文在实现GN算法的过程中实现了社区划分结果,同时实现了不同社区的可视化结果。emmmm代码写得不是很好,希望各位不要介意,如果对你们有帮助的话,希望可以点个赞呀。GN算法简介由Girvan和Newman提出的GN算法在近几年已成为社团结构分析的一种标准算法,他的基本思想是从网络的整体出发,不断地从网络中移除介数最大的边,从而获得最佳的社团结构。边介数定义为网络中经过每条边的最短路径的数目。GN算法的基本流程如下: (1)对复杂网络中的每一条边,计算其对应的边介数; (2)比较网络中所有的边原创 2020-06-14 23:20:23 · 7009 阅读 · 45 评论 -
KL社区发现算法概述与源码
本文在实现KL算法的过程中实现了社区划分结果,同时实现了不同社区的可视化结果。author:xiao黄缓慢而坚定的生长公众号:Community Detection本人更新在csdn关于社区发现(Community Detection)方面的知识会同步更新到公众号中。KL算法介绍Kernighan-Lin算法是一种试探优化的方法,其基本的思想是为网络引入一个试探函数Q,Q代表某两个准社团内部的边数减去两个准社团之间的边数的差值,然后得到使Q值最大的划分方法。首先将整个网络的节点随机的或根据原创 2020-06-25 17:19:54 · 2887 阅读 · 5 评论