搜索资源列表
聚类的GN算法
- 很好地实现了聚类的GN算法的java程序
GN算法
- GN算法源码，使用matlab
GN算法源码
- GN算法源码，使用matlab，可直接运行，用于复杂网络社团发现
GN-algorithm-for-matlab
- 这是复杂网络社区划分的GN算法，希望对大家有帮助.-This community is divided on the GN algorithm source code, we hope to help
GN
- 复杂网络中的GN算法-Complex network of GN algorithm ...............
经典算法GN算法的Java实现
- 社区发现经典算法GN算法的Java实现，能够根据不同节点之间的联系来实现社区的划分。-Community found that classical algorithm GN algorithm Java implementation, and can be the link between different nodes to achieve the division of the community.
GN
- Girvan和Newman提出的GN算法,从网上搜索得到！-GN algorithm proposed by Girvan and Newman, and it was got from internet!
GN算法的一个例子
- GN算法的一个例子，是先给出节点之间的邻接关系，比如有边相连就是1，没有就是9，最后画出图像。
GN
- 用于社区结构划分，GN算法是最受认可的社区结构划分算法-GN，social network, network community detection
GN
- GN算法，用于社团发现的 Girvan-Newman算法，源码，能够较快的时间社团发现。-GN algorithm, for the associations found Girvan-Newman algorithm, source code, can be a faster time associations found.
GN
- 复杂网络中社区划分算法中利用边介数的经典GN算法-Complex network community partitioning algorithm using edge betweenness classic GN algorithm
GN
- GN分裂算法的MATLAB实现，可以很好的学习用GN算法进行社团划分-GN algorithm
gn
- Market Newman写的复杂网络的加权GN算法 算法用Python写的 其基本思想是不断的删除网络中具有相对于所有源节点的最大的边介数(ege betweenness)的边，然后，再重新计算网络中剩余的边的相对于所有源节点的边介数-The basic idea is to delete the network with respect to all of the source nodes of the largest betweenness (EGE betweenness) edge
gn
- 社区发现的经典算法 GN算法的java测试-Java test of the classical algorithm GN algorithm for community detection
GN
- 该代码是典型算法GN算法的实现，用于社区检测-GN Algorithem
GN
- GN算法的实现，用于社团划分，一个简单的例子-GN algorithm implementation, for community division, a simple example
GN算法
- 这是一个简单的GN算法例子，虽然用的txt文档在压缩包里面没有，但是代码还是比较容易理解(This is GN arithmetic)
1
- GN算法是一种分裂型的社区结构发现算法。该算法根据网络中社区内部高内聚、社区之间低内聚的特点，逐步去除社区之间的边，取得相对内聚的社区结构。(GN algorithm is a divisive community structure discovery algorithm. According to the characteristics of high cohesion within the community and low cohesion between communities, th
GN算法
- 简单网络的matlab算法，输出的cut矩阵是分区(Matlab algorithm for simple networks)
ER&GN
- ER随机网 GN经典人造网MATLAB实现，每个节点度值均为16，呈均匀分布，社团内部连边概率为0.9，应用MATLAB生成edge矩阵，可用可视化软件 进行可视化(MATLAB implementation of GN classic artificial network)