【摘 要】
：
复杂网络中的社区特别是重叠社区在信息传播与推荐、舆情控制、商业营销等领域中具有重要作用。在实际的网络中,由于有些节点天然地属于多个功能团体,重叠社区的挖掘越来越受
【基金项目】
：
国家自然科学基金（60973069,90924011,60903073,60973120）, 华为高校合作基金（YBCB2011057）资助
论文部分内容阅读
复杂网络中的社区特别是重叠社区在信息传播与推荐、舆情控制、商业营销等领域中具有重要作用。在实际的网络中,由于有些节点天然地属于多个功能团体,重叠社区的挖掘越来越受到重视。提出了一种重叠社区挖掘的两段策略算法：初始社区抽取与社区合并。在社区抽取阶段,选择网络中最大度节点及其紧密的邻居节点作为初始社区,将与此初始社区联系紧密的节点也一并加入;在社区合并阶段,如果两个社区合并之后使得模块度增加,则合并这两个社区。用包括大规模网络在内的3个实际网络对所提算法进行了测试,结果表明,该算法可有效挖掘网络中的重叠社区。
其他文献
在对非授权目标网络进行拓扑发现时,探测源的选取直接决定拓扑发现的效果,当探测源数量一定时,恰当地从备选探测源集合选取探测源组合可以使得拓扑发现的范围大大增加。针对
为解决存储型XSS漏洞的自动化黑盒检测问题,提出基于风险数据追踪的存储型XSS漏洞检测方法。依此技术可以对Web应用程序上存在的存储型XSS漏洞进行快速、深入的自动化挖掘。
针对路由器主动队列调度算法WFQ(Weighted Fair Queuing)在链路拥塞时无法保证低速率实时业务的QoS(Quality of Service)要求以及实时性业务突发时会导致延迟抖动加大的问题,
在将tableau方法扩展到非一致性数据库修复的基础上,提出一种新的利用分支封闭值修复数据库的方法。该方法结合tableau分析法的开放和封闭推理标准,以开放公式树TP（IC∪r）分支
大规模的异步通信网络中,实时获取系统级网络平均值对于指导系统进行控制决策,比如资源选择、负载均衡等,具有重要的意义。基于此,重点研究了异步网络环境中的平均一致性问题
提出一种不确定域环境下基于DKC值改进的K-means聚类算法,即U2d-Kmeans。该算法首先考虑到数据对象的不确定性因素,引入不确定域对数据对象进行描述;其次吸取2d-Kmeans的优点
云计算是一种新型的计算方式,通过网络共享方式为用户提供按需使用的计算资源。如何加强对云计算资源的访问控制,保护用户的敏感信息和密钥不受恶意服务器和外部攻击者的窃取
为了提高无线传感器网络目标跟踪的实时性,减少通信量,提出了一种二进制无线传感器网络的分布式自适应粒子滤波算法,该算法在簇头更换时,簇头之间只需要传送滤波值和误差方差,而无需传递大量粒子,同时该算法根据滤波方差在线调整粒子数,从而降低了算法的计算量。从算法耗时、均方根误差(跟踪精度)以及通信量等方面进行了仿真研究。仿真结果表明,分布式自适应粒子滤波算法的耗时、通信量要明显少于集中式粒子滤波和分布式粒
目前云计算数据中心规模大，网络设备多，手动配置设备地址不但耗时耗力，而且容易出错。已有自动配置工作未能充分利用数据中心网络拓扑结构特征，导致从规划设计到实际设备配置的映
根据分包数据系统的星上数据源特点及随机过程理论，得到星上数据源的模型参数。进一步利用STK和OPNET软件建立卫星网络模型，依据数据源的建模结果为低轨卫星添加业务，并在高轨卫