知识卡片
节点标签向量直接表示社区
可把一个社区划分编码成长度为节点数的向量,第 i 个位置存放节点 vi 的社区标签,取值范围就是社区编号范围;两个节点标签相同就属于同一社区。
示例(补充演示):5 个节点的个体 x = (1, 1, 2, 2, 2),表示 {v1, v2} 是一个社区,{v3, v4, v5} 是另一个社区。标签只用来判断“相同与否”,编号本身没有大小意义。
这种直接赋标签的表示不同于[[邻接指向编码社区]],后者用拓扑关系约束基因取值。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 3 . 3 . 1 多 目 标 M e m e t i c 优 化 算 法 · 查看原书依据
将目标函数规范为最小化问题,则最终的多目标函数为: 2. 解的表达 在解决社区检测类问题时,因为每个节点都有自己的社区编号,所以可以将个体x编码为: a 其中,xai代表个体x对节点vi赋予的标签,它的取值范围即为社区编号范围。
参考来源
- 位置:《智能算法导论》第 3 章“多目标 Memetic 优化算法”(源文件:`_epub-src/EPUB/xhtml/chapter3_0007.xhtml`)。
- 结论依据:原文把个体表示为各节点标签构成的向量,并用标签相等判断节点是否同属一个社区。5 节点向量为依据原书定义补充的教学示例,非书中数据。
- 原始内容:在解决社区检测类问题时,因为每个节点都有自己的社区编号,所以可以将个体 x 编码为: a 其中, x a i 代表个体 x 对节点 v i 赋予的标签,它的取值范围即为社区编号范围。