- 博客(5)
- 收藏
- 关注
原创 向量范数与矩阵范数
1、常数向量的范数X=[x1,x2,...,xn]TX=[x1,x2,...,xn]TX = [x_{1},x_{2},...,x_{n}]^T,则: (1) L0L0L_{0}范数:XXX中非零元素的个数。
2018-09-04 13:06:20
405
原创 从边缘概率、联合概率、条件概率到贝叶斯定理
考虑两个随机变量X,YX,YX,Y,其中XXX取值为{xi},i∈{1,2,...,M}{xi},i∈{1,2,...,M}\{x_{i}\},i\in\{1,2,...,M\}, YYY取值为{yj},j∈{1,2,...,L}{yj},j∈{1,2,...,L}\{y_{j}\},j \in \{1,2,...,L\}。如果考虑这两个变量总计NNN个 实例,N→∞N→∞N\to\inft...
2018-08-08 23:15:19
2977
1
原创 DEMON:a Local-First Discovery Method for Overlapping Communities
摘要:复杂网络的社团检测是一个有趣的问题,其有很多的应用,特别是在社交网络和信息网络的知识抽取任务上。然而,许多大型网络缺乏一个全局的特定社团组织,在这种情况下,传统的图划分算法在揭示嵌入在模块结构中的隐知识是不奏效的,因为它们给网络施加了一个从上到下的视角。我们在这里提出一个简单的local-first方法来做社团检测,它能够发现真实复杂网络中的模块结构,通过民主地让每一个节点在其全局系统...
2018-08-06 20:49:52
508
原创 用于大规模网络社团检测的近线性时间算法
基于标签传播的局部社区检测算法原论文题目:Near linear time algorithm to detect community structures in large-scale networks内容概要: 文中提出了基于标签传播的局部社区检测算法,每个节点使用唯一的标签进行初始化,在算法的每轮迭代中,统计每个节点的邻居的标签的频数,采纳其邻居的最大频数的标签作为新标签...
2018-08-04 09:48:00
464
原创 各类距离公式
给定两个n维变量和闵可夫斯基距离(Minkowski Distance)其中,p是可变参数p=1时,是曼哈顿距离p=2时,是欧式距离p时,是切比雪夫距离所以,严格意义上,闵可夫斯基距离不是一种距离,而是一组距离的定义。欧式距离(Euclidean Distance)表示为向量的形式则为:曼哈顿距离(Manhattan Distance)切比雪夫距...
2018-07-27 20:05:43
3750
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人