[HTML][HTML] 基于三支决策的非重叠社团划分

方莲娣, 张燕平, 陈洁, 王倩倩, 刘峰, 王刚 - 智能系统学报, 2017 - html.rhhz.net
基于三支决策理论, 提出了一种基于三支决策的非重叠社团划分算法(N-TWD),
该方法将初始聚类形成的重叠社团进行二次划分以形成最终的非重叠社团. N-TWD …

Tolerance granulation based community detection algorithm

S Zhao, W Ke, J Chen, F Liu, M Huang… - Tsinghua Science …, 2015 - ieeexplore.ieee.org
Community structure is one of the most important features in real networks and reveals the
internal organization of the vertices. Uncovering accurate community structure is effective for …

基于代价敏感边界域处理的社团发现算法

陈夏艳, 陈洁 - 数码设计, 2017 - cqvip.com
三支决策将传统的正域, 负域的二支决策语义拓展为正域, 负域和边界域的三支决策语义.
目前对边界域处理已成为三支决策模型需要解决的一个重要问题, 本文在层次粒化社团划分算法 …

[PDF][PDF] 基于子模优化的边界域处理社团发现算法

杨雪洁, 曹风云, 陈洁, 赵姝, 张燕平 - 电子测量与仪器学报, 2020 - jemi.cnjournals.com
使用聚类粒化方法求取非重叠社团结构时, 经常会出现重叠区域. 三支决策模型将两个存在重叠
的社团的左边社团中非重叠部分定义为正域, 右边社团中非重叠部分定义为负域 …

[HTML][HTML] 基于多粒度结构的网络表示学习

张蕾, 钱峰, 赵姝, 陈洁, 张燕平, 刘峰 - 智能系统学报, 2019 - html.rhhz.net
图卷积网络(GCN) 能够适应不同结构的图, 但多数基于GCN 的方法难以有效地捕获网络的高阶
相似性. 简单添加卷积层将导致输出特征过度平滑并使它们难以区分, 而且深层神经网络更难 …

基于邻域相似的层次粒化的网络表示学习方法

钱峰, 张蕾, 赵姝, 陈洁, 张燕平, 刘峰 - 模式识别与人工智能, 2019 - cqvip.com
捕获更多的结构特征给网络表示学习方法带来较高的复杂度. 基于分层递阶思想,
文中提出基于邻域相似的层次粒化的网络表示学习方法, 降低已有网络表示学习方法的复杂度 …

Community detection algorithm for boundary region processing based on submodular optimization

杨雪洁, 曹风云, 陈洁, 赵姝… - Journal of Electronic …, 2023 - jemi.cnjournals.com
使用聚类粒化方法求取非重叠社团结构时, 经常会出现重叠区域. 三支决策模型将两个存在重叠
的社团的左边社团中非重叠部分定义为正域, 右边社团中非重叠部分定义为负域 …