为了降低重叠社团发现算法的时间复杂度,提高社团发现的准确性和稳定性,基于标签传播和COPRA算法的思想,提出了一种基于节点间影响力的重叠社团发现算法OCDI(Overlapping Community Detection Algorithm Besed on Influence Between Nod...
详细信息
为了降低重叠社团发现算法的时间复杂度,提高社团发现的准确性和稳定性,基于标签传播和COPRA算法的思想,提出了一种基于节点间影响力的重叠社团发现算法OCDI(Overlapping Community Detection Algorithm Besed on Influence Between Nodes)。该算法首先采用PageRank算法计算出各节点的PageRank值,并进行迭代,直到稳定;然后采用节点的PageRank值衡量节点的重要性,根据节点的重要性按照升序对节点进行排序,进而确定更新节点标签的顺序;其次在标签更新策略中,引入节点与其邻居节点之间的影响力,基于这种影响力计算节点标签的隶属度,最终发现重叠社团。在真实网络和人工合成网络上的实验结果表明,文中设计的OCDI算法不仅能够有效地检测出重叠社团,而且具有较高的稳定性和近似于线性的时间复杂度。
为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中...
详细信息
为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。
暂无评论