典型文献
利用社区选举和链路预测的分类方法
文献摘要：
分类方法通过比较数据之间的相似性,把不同特征或属性的数据分别归属到不同的类别,在金融、医学和生物等领域有着广泛的应用.本文首次提出了一种利用社区选举和链路预测的分类方法(CCELP),该方法首先用k近邻算法将数据集转化成一个稀疏网络,接着使用社区检测算法把网络划分为多个社区,并通过投票选举得到每个社区的代表节点,移除不符合"过半数原则"的部分代表节点,将剩余代表节点同社区内节点相连得到新网络;接着提出了考虑二级共同邻居的分类链路预测(CLP)指标,在新网络中按照节点和代表节点间的CLP指标把节点归属到不同的类别中去,从而完成数据分类.在16个数据集上,CCELP与8种知名分类方法进行了比较,实验结果表明CCELP具有优异的分类效果.
文献关键词：
社区检测;链路预测;机器学习;社区选举;分类算法
中图分类号：
作者姓名：
杨旭华;陈孝则;王磊;许营坤;叶蕾;毛剑飞
作者机构：
浙江工业大学 计算机科学与技术学院,杭州310023
文献出处：
引用格式：
[1]杨旭华;陈孝则;王磊;许营坤;叶蕾;毛剑飞-.利用社区选举和链路预测的分类方法)[J].小型微型计算机系统,2022(08):1569-1576
A类：
社区选举,CCELP,连得
B类：
链路预测,分类方法,先用,近邻算法,转化成,社区检测,检测算法,网络划分,投票选举,移除,过半数,新网,邻居,CLP,数据分类,名分,分类效果,分类算法
AB值：
0.249279
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。
