一种基于多目标邻域协同进化的社区检测方法技术

本发明专利技术公开了一种基于多目标邻域协同进化的社区检测方法NCMOGA，包括如下步骤：引入预处理策略，以在进化前和进化过程中降低网络规模；设计邻域协同进化策略，在每一次迭代中根据每个个体的邻域组成对应子种群，并在子种群中进行交叉变异更新操作，强调个体与其邻居之间的协同作用；基于密度峰值聚类的中心选择思想进行交配选择和交叉，以选择重要的节点生成子代。在合成网络、真实网络以及基因共表达网络上分别进行实验以验证NCMOGA的社区检测性能。实验结果表明，NCMOGA是一种具有竞争力的社区检测算法。

【技术实现步骤摘要】

本专利技术涉及数据挖掘，特别涉及是一种基于多目标邻域协同进化的社区检测方法。

技术介绍

1、在现实生活中，大多数复杂系统可以通过网络图进行抽象，其中节点表示系统中的实体，连边表示实体之间的某种关联。如今，利用网络图研究复杂系统已成为热点方向之一。复杂网络通常具有小世界性、无标度性和社区结构等特性，其中社区特性广受关注并成为研究重点。关于社区检测的研究已取得大量成果，成为了网络分析的重要工具之一。一般而言，社区指的是网络中的节点子集，使得节点之间的连接比与网络其余部分的连接更密集。

2、在过去，各种社区检测方法被提出。在这些方法中，进化算法在发现社区方面表现出了竞争优势。根据优化对象的数量，现有的基于进化算法的社区检测方法主要分为两类。

3、第一类算法通过优化单个目标检测社区结构。例如，dpso-pdm和nipso分别通过最大化模块度和模块密度识别社区结构。尽管基于单目标进化的社区检测算法已经表现出良好的性能，但仍存在一些缺点，如模块度的分辨率限制等。

4、第二类算法是基于多目标进化的社区检测方法，其中多个目标被优化。pi本文档来自技高网...

【技术保护点】

1.一种基于多目标邻域协同进化的社区检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤1具体包括：

3.根据权利要求1所述的方法，其特征在于，所述步骤2具体包括：

4.根据权利要求1所述的方法，其特征在于，所述步骤3具体包括：

【技术特征摘要】

1.一种基于多目标邻域协同进化的社区检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤1具体包括：<...

【专利技术属性】
技术研发人员：尚军亮，毕明远，孙燕，任倩倩，李凤，刘金星，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：