复杂网络社区结构的寻找是复杂网络研究中的一个重要问题。我们已经发展了一个从复杂网络随机游动动力学约化的角度进行社区分类的k-means算法。这一方法建立了统计学中聚类分析的k-means算法与复杂网络社区结构研究的联络。本项目的目的是进一步发展这一算法,将其应用到更广泛的领域,并揭示其与其它算法的联系。研究的内容包括诸如发展模糊k-means算法,复杂网络中的流(current flow)的概念,推广至更一般的动力学,确定社区分类数目等等。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
一种基于多层设计空间缩减策略的近似高维优化方法
复杂系统科学研究进展
基于被动变阻尼装置高层结构风振控制效果对比分析
基于综合治理和水文模型的广西县域石漠化小流域区划研究
多尺度随机模型的约化方法及其若干应用
基于对称理论的近似约化与同伦近似约化
量子简并气体的模型约化和高效快速算法设计
非线性波模型的动力系统约化与时空耦合研究