半监督模式下社团结构划分方法  

Classification algorithm based on semi-supervised learning

作　　者：孔健[1] 谢福鼎[1] 孙岩[1] 

机构地区：[1]辽宁师范大学计算机与信息学院,辽宁大连116081

出　　处：《计算机工程与应用》2009年第23期158-161,185,共5页Computer Engineering and Applications

基　　金：国家自然科学基金No.10771092;国家重点基础研究发展规划(973)No.2004CB318000;辽宁省教育厅科学技术研究项目(No.2008347);辽宁省科技厅博士启动基金(No.20081079)~~

摘　　要：为了对有标签和无标签节点混合的网络进行分类,给出了一种基于半监督学习的信息传递分类算法,算法首先确定网络中无标签节点的分类参数,然后通过对网络中所有无标签节点进行有限次的迭代计算,可以对所有节点进行分类。实验数据分析证明了该算法在进行半监督分类时具有比较好的效果。An information transfer classification algorithm based on semi-supervised learning is proposed in this paper to partition the network with labeled nodes and unlabeled nodes into different clusters.The classification parameters of all unlabeled nodes in network are firstly determined in terms of the suggested approach,and the clustering results can ,be obtained by iteratively computing these parameters.The analysis of experimental data has proven that this algorithm has better effect on semi-supervised classification.

关 键 词：信息传递 半监督分类 聚类 复杂网络 社团结构 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]