一种提取网络节点社区属性的自适应谱聚类方法

一种提取网络节点社区属性的自适应谱聚类方法：

1. 设定移动群智感知网络中的节点个数是M，初始化社区个数N=1，标记节点v的社区属性，定义M个节点组成一个社区的模块度Qmax=0。

2. 由节点v相对全部M个节点的亲密度向量得到相似度矩阵。

3. 将相似度矩阵的特征值按从大到小排列，对前N个特征值构建的特征向量空间进行聚类，标记每个节点的社区属性。

4. 由聚类后所有节点的社区属性计算模块度Q，如果Q≥Qmax，则令Qmax=Q，最佳社区分类个数Nop=N；否则，直接进入5。

5. 令N=N+1。

6. 重复3-5，直至N=M，Nop值是最佳社区分类个数，社区中的节点具有最佳的社区属性。

本发明方法可提高网络节点社区分类的准确度。

一种提取网络节点社区属性的自适应谱聚类方法,1、设定移动群智感知网络中的节点个数是M,初始化社区个数N=1,标记节点v的社区属性是,定义M个节点组成一个社区的模块度Qmax=0;2、由节点v相对全部M个节点的亲密度向量得到相似度矩阵;3、将相似度矩阵的特征值按从大到小排列,对前N个特征值构建的特征向量空间进行聚类,标记每个节点的社区属性;4、由聚类后所有节点的社区属性计算模块度Q,如果Q≥Qmax,则令Qmax=Q,最佳社区分类个数Nop=N,否则,直接进入5;5、令N=N+1;6、重复3-5,直至N=M,Nop值是最佳社区分类个数,社区中的节点具有最佳的社区属性。本发明方法可提高网络节点社区分类的准确度。