[发明专利]一种基于谱分析的工业互联网社团检测的方法有效
申请号: | 201810057868.3 | 申请日: | 2018-01-19 |
公开(公告)号: | CN108230174B | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 隆中天 | 申请(专利权)人: | 隆中天 |
主分类号: | G06Q50/00 | 分类号: | G06Q50/00;G06K9/62 |
代理公司: | 武汉宇晨专利事务所 42001 | 代理人: | 王敏锋 |
地址: | 430023 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: |
本发明公开了一种基于谱分析的工业互联网社团检测的方法,其步骤为:(1)获取供应链数据;(2)计算Laplace矩阵 |
||
搜索关键词: | 一种 基于 谱分析 工业 互联网 社团 检测 方法 | ||
【主权项】:
1.一种基于谱分析的工业互联网社团检测的方法,其特征在于,其步骤为:(1)获取供应链数据:将得到的供应链数据保存为mat格式的数据文件并导入matlab,构建网络模型以及相关矩阵,网络建模成图G=(V,E),其中V是图中节点的集合,E是图中边的集合,矩阵A表示邻接矩阵,A=(Aij)n×n,其中:
矩阵K表示网络度的对角矩阵,对角线上的元素为节点的度,非对角线上的元素为0;矩阵D表示对角矩阵,D=(Dij)n×n,其中:
(2)计算Laplace矩阵、Normal矩阵:在上一步基础上,计算Laplace矩阵L=D‑A,Normal矩阵N=K‑1A;(3)设置参数α,计算矩阵Lα、Nα:Lα=K‑αL·K‑αNα=K‑α·A·K‑α(4)求Lα、Nα的特征值及特征向量:进行谱聚类,分别计算Lα、Nα的特征值及特征向量Ve={Ve1,Ve2…Ven};(5)取出前K小特征值对应的特征向量,并进行聚类:取出前K小特征值对应的特征向量Vk={Ve1,Ve2…Vek};并对矩阵Vk的行向量进行聚类;(6)最终得到K个社团。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于隆中天,未经隆中天许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810057868.3/,转载请声明来源钻瓜专利网。