基于模块密度的差分进化社区发现技术  

Community Detection Based on Differential Evolution by Using Modularity Density

作　　者：刘彩虹[1] 

机构地区：[1]大连外国语大学计算机教研部,辽宁大连116041

出　　处：《沈阳大学学报（自然科学版）》2016年第2期132-140,共9页Journal of Shenyang University：Natural Science

基　　金：辽宁省教育厅十二五规划项目(JG13DB242);2013年大连外国语大学科研项目(2013XJQN20)

摘　　要：提出了一种基于模块密度的差分进化社区发现算法(community detection based on differential evolutionary algorithm,CDDEA).在CDDEA算法中,通过调节一个参数可以识别出不同层次的社区结构.在真实世界网络和计算机人工合成网络上的实验表明,CDDEA能够有效探测复杂网络中的社区结构.A community detection based on differential evolutionary algorithm （CDDEA） is put forward. In CDDEA, different levels of community structures could be identified by adjusting a parameter. The experimental results on real world and synthetic networks show that CDDEA provides an effective method in discovering community structures in complex networks.

关 键 词：复杂网络 社区发现 差分进化 模块密度 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]