基本的标签传播算法(LPA)[1]的思想非常简单，就是让每个结点与它的大多数邻居在同一个社区中。具体算法流程为：初始化，每个结点携带一个唯一的标签；然后更新结点的标签，令其标签与它的大多数邻居的标签相同，若存在多个则随机选择。迭代直至每个结点的标签不再变化。
LPA算法的优点是简单、快速接近线性时间，5次迭代就可使95%的结点标签稳定。缺点是算法结果不稳定，多次执行可能得到的结果都不同。
针对基本的标签传播算法有时会形成过大("monster")的社区，[2]提出一个令标签跳跃衰减的方法。初始时给每个标签权重为1.0，在更新结点标签时，令其与它的邻居标签中权重最大的相同，并令权重损失一部分。
简介 基本的标签传播算法(LPA)[1]的思想非常简单，就是让每个结点与它的大多数邻居在同一个社区中。具体算法流程...
一、半监督学习（Semi-supervised Learning, SSL) 机器学习大体可分为三类：监督学习（S...
label propagation算法介绍 标签传播算法（label propagation）的核心思想非常简单：...
图神经网络的设计空间; 通过向量标签传播算法进行社区检测; 基于辐射模型的城市公路货运多样性; Covid-19在...
社区发现算法。。。
LPA：标签传播算法。 Label Propagation，是一种基于图的半监督学习算法(Semi-supervi...
社区发现 GN算法 参考文献 Community structure in social and biologic...
简介 Louvain算法[1]是一种基于多层次优化Modularity[2]的算法，它的优点是快速、准确，被[3]...
社区发现（Community Detection）算法用来发现网络中的社区结构，也可以看做是一种聚类算法。 分层聚...
Label propagation是基于标传播的一种社区划分算法。Label Propagation Algori...
本文标题：社区发现算法-标签传播
本文链接：https://www.haomeiwen.com/subject/bwaaettx.html
网友评论