Current position: Home >> Scientific Research >> Paper Publications

基于PCA的复杂网络社区结构分析方法

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2008-12-25

Journal: 运筹与管理

Included Journals: CSCD、ISTIC、PKU

Volume: 17

Issue: 6

Page Number: 144-149

ISSN: 1007-3221

Key Words: 系统科学;复杂网络;社区结构;主成分分析

Abstract: 揭示复杂网络的社区结构,对于了解网络结构与分析网络特性有重要意义.将一个网络划分为几个不同的社区,其本质也就是在一定程度上最大化提取网络本身的主要信息,同时略去一些相对次要的信息.主成分分析(Principle Component Analysis,PCA)方法,正是一种从对象中提取主要信息,而忽略相对次要信息的多元统计分析方法.本文基于PCA的信息压缩思想,提出了一种分析复杂网络杜区结构的新方法,并将其应用于分析空手道俱乐部网络(Zachary网络)、海豚网络(Lusseau网络)、政治书籍网络(Krebs网络)等网络的社区结构,并且与基于模块度矩阵的谱方法划分结果进行了比较,数值实验结果表明本文提出的方法是可行且有效的.

Prev One:Blind source extraction based on generalized autocorrelations and non-Gaussianity

Next One:Blind Source Extraction for Noisy Mixtures by Combining Gaussian Moments and Generalized Autocorrelations