重叠社区检测及其果蝇视觉进化神经网络

摘要

针对社区发现中,部分节点划分难的问题,探讨重叠社区检测的优化模型和求解的视觉进化神经网络。模型通过设计节点隶属度矩阵和节点分割规则,建立以模糊分割阈值为变量,且能评估社区划分效果的改进型模块度函数;算法设计中,以候选解构成的状态矩阵对应函数值矩阵作为输入,依据果蝇视觉系统的信息处理机制,建立以输出作为状态学习率的果蝇视觉前馈神经网络,进而借助灰狼优化的位置更新规则,设计状态更新策略,获得基于重叠社区检测的果蝇视觉进化神经网络及其算法。该神经网络的计算复杂度,由状态矩阵的大小及社区网络的节点数确定。比较性的数值实验显示,该求解重叠社区检测问题具有明显优势,有较好的应用潜力。