典型文献
基于标记注意力机制的社区发现算法
文献摘要：
针对网络的聚类进行研究,提出了一种基于标记注意力机制的社区发现算法,网络特征通过标记节点频率及反示例节点频率联合度量,为使网络特征的度量更加关注于示例节点的细节信息,引入注意力机制来处理网络特征.社区划分由复杂网络预处理、网络节点的策略、社区博弈归并三个部分组成,其中网络节点的策略由无贡献节点归并、节点到社区的判断以及节点逻辑标记和的判断三个步骤组成.实验借助于真实网络进行验证,在归一化互信息、模块度、社区划分数量及运行时间四个方面,基于标记注意力机制的社区发现算法都优于其它社区发现算法.在实际生活中应用此算法,能够更加直观地显示网络内部之间存在的联系.
文献关键词：
复杂网络;标记节点频率;反示例节点频率;注意力机制;社区发现
中图分类号：
作者姓名：
王静红;梁丽娜;李昊康;王熙照
作者机构：
河北师范大学计算机与网络空间安全学院,河北 石家庄 050024;河北省供应链大数据分析与数据安全工程研究中心(河北师范大学) ,河北 石家庄050024;深圳大学计算机与软件学院,广东 深圳518000
文献出处：
引用格式：
[1]王静红;梁丽娜;李昊康;王熙照-.基于标记注意力机制的社区发现算法)[J].山东大学学报（理学版）,2022(12):1-12
A类：
标记节点频率,反示例节点频率
B类：
注意力机制,社区发现算法,网络特征,细节信息,社区划分,分由,复杂网络,网络节点,归并,中网,借助于,真实网络,归一化互信息,模块度,运行时间,实际生活
AB值：
0.232846
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
