网络表示学习综述.pdf
2018-06-05 17:20 sunmengqi
最近一直在看有关于网络表示学习的内容,不过一直感觉没有系统性。我在网上查询到了一篇网络表示学习方面的综述,我已经上传到平台的网盘中了,欢迎大家下载阅读,之后一起讨论学习。
Continue Reading »2018-06-05 17:20 sunmengqi
最近一直在看有关于网络表示学习的内容,不过一直感觉没有系统性。我在网上查询到了一篇网络表示学习方面的综述,我已经上传到平台的网盘中了,欢迎大家下载阅读,之后一起讨论学习。
Continue Reading »2018-11-28 09:50 hxy
NetworkX 2.1获取节点i属性集合方法: G.node[i],返回值为dict类型。 Netowrkx中获取邻居节点的方法出在 networkx.Graph.neighbors, 在早期版本中,可以直接使用G.neighbors( i )来获取 i 节点的邻居节点,但是在2.0版本中做出调整, 可以直接使用G[ i ] 获取节点 i 的邻居节点 。 Graph.neighbors(n) Return an iterator over allneighborsof node n. This is i...
Continue Reading »2018-11-19 21:19 hxy
Louvain 算法来源于文章2010年的论文Fast unfolding of communities in large networks,简称为Louvian [1]。 算法原理 Louvain算法是基于模块度(Modularity)的社区发现算法,该算法在效率和效果上都表现比较好,并且能够发现层次性的社区结构,其优化的目标是最大化整个图属性结构(社区网络)的模块度。 其中需要理解的核心点有: 模块度Modularity的定义,这个定义是描述社区内紧密程度的值 Q Q ; 模块度增量 Q \Delt...
Continue Reading »2018-11-19 21:19 hxy
相关概念 复杂网络:具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。 社团结构:网络中的顶点可以分成组,组内顶点间的连接比较稠密,组间顶点的连接比较稀疏。 算法分类 1. 非重叠社团发现算法 1.1 模块度优化算法 模块度:取值范围[-0.5, 1), 用它来定量衡量网络社区划分质量,其值接近1,表示划分质量越好。 模块度优化类算法分类: 聚合:FN、CNM、MSG-MV 分裂:GN 直接寻优:EO Newman快速算法: 将每个节点看作是一个社团,每次迭代选择产生最大Q值的...
Continue Reading »2017-11-10 19:20 hxy
社团发现一只是复杂网络研究中一个比较火热的话题,本文根据国防科大骆志刚教授的论文 [1] 整理的,主要是对社区发现的一些算法进行简单分析。 一、 模块度优化类。 优化模块度 Q Q 值的一部分算法。 Q Q 值是由Newman在2004年的论文 [2] 中提出的(也就是FN算法),通过优化Q值来提高模块度是这类算法的主要思路,在此基础上,本文又划分了三个类别: 聚合思想,也就是分层聚类中的自底向上的作法。典型算法有Newman快速算法(FN算法)、CNM算法 [3] 和MSG-MV算法 [4] 等。 分...
Continue Reading »