搜索资源列表
Community-structure-
- 大型复杂网络中社区结构的发现算法，想了解这方面的可以-Community structure of large, complex network discovery algorithm, would like to know this area can look
LFMAlgorithm
- 可发现重叠节点的社区发现 LFM 算法，算法基于java实现-LFM algorithm
CPM
- CPM派系过滤社区发现算法，算法以JAVA语言实现，可发现重叠节点-CPM algorithm
copra
- COPRA社区发现算法，是.class文件，需要反编译-The COPRA Community discovery algorithm. Class files, you need to decompile
GN
- 社区发现的经典算法--GN算法的java实现-Classical algorithm community found- GN algorithm to achieve the java
GN
- GN算法是一种经典的web社区发现算法，java语言。可用实例验证-the GN algorithm is a kind of classic web community discovery algorithm
NMI-CPP
- 用于评价社区发现质量的标准互信息（NMI）算法。-source program of finding overlapping communities in networks quality
NMIJAVA
- 评价社区发现质量的标准互信息（NMI）算法源程序-Source program of finding overlap community algorithm quality
CliqueMod
- 重叠社区发现算法CliqueMod的源程序。-Source program of community detection algorithm.
CONGA
- 重叠社区发现算法CONGA的源程序,JAVA下的jar包，调试即可使用。-Source program of overlaping community detection algorithm.
SpinGlass
- SpingGlass算法是半监督社区发现算法，是为了解决完全依赖网络的拓扑结构进行社区发现的方法易受噪音干扰的问题，而提出的一种非重叠社区发现算法。(SpingGlass algorithm is a semi-supervised community discovery algorithm, which is a non-overlapping community discovery algorithm proposed in order to solve the problem that t
LouvainAlgorithm
- 为了降低算法的时间复杂度，Vincent Blondel等人提出了另一种层次性贪心算法（BGLL算法）。该算法包括两个阶段，这两个阶段重复迭代运行，直到网络社区划分的模块度不再增长。第一阶段合并社区，算法将每个节点当作一个社区，基于模块度增量最大化标准决定哪些邻居社区应该被合并。经过一轮扫描后开始第二阶段，算法将第一阶段发现的所有的社区重新看作节点，构建新的网络，在新的网络上迭代的进行第一阶段。当模块度不再增长时，得到网络的社区近似最优划分。 算法的基本步骤如下： 1）.初始化，将每个节点划
Fast_Unfolding
- 最优的社区发现算法Fast Unfolding(community detection algorithm Fast Unfolding)
Modularity-master
- 用Java实现的用于社区发现算法检测的模块度代码(Using Java to implement module code for community discovery algorithm detection)