Indexed by：
Abstract：
社区发现是复杂网络分析的一个主流研究方向，能够发掘隐藏在复杂网络中的社区结构.多目标进化计算算法具有同时优化多个目标以及自动找出最优解的优势，被广泛应用于社区发现.但是，现有进化计算社区发现方法存在搜索能力不高与社区划分精度不高等问题.文中提出一种基于嵌入向量的多目标优化进化计算方法.首先，设计基于融合系数编解码方案，利用节点融合系数结合结构、属性嵌入向量通过加权计算得到融合嵌入向量，使得算法能够不受网络结构限制，以提升算法的搜索能力，从而提高社区划分的质量.其次，设计一种后处理节点修正策略，通过优化模块度与社区内属性相似度来避免解陷入局部最优，提高社区发现的精度.在真实和人工网络数据集上的实验验证了所提算法的有效性.
Keyword：
Reprint 's Address：
Email：
Source ：
陕西科技大学学报
ISSN： 2096-398X
CN： 61-1080/TS
Year： 2023
Issue： 06
Volume： 41
Page： 184-192
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
