控制与决策

作者：徐森,刘轩绮,陈朝峰,郭乃瑄,卞学胜,马芙蓉,花小朋,周天

单位：盐城工学院 信息工程学院，江苏 盐城 224051,,盐城工学院 信息工程学院，江苏 盐城 224051,,盐城工学院 信息工程学院，江苏 盐城 224051,,盐城工学院 信息工程学院，江苏 盐城 224051;东南大学 计算机网络和信息集成教育部重点实验室，南京 210000,,盐城工学院 信息工程学院，江苏 盐城 224051,,盐城工学院 信息工程学院，江苏 盐城 224051,,盐城工学院 信息工程学院，江苏 盐城 224051,,哈尔滨工程大学 水声工程学院，哈尔滨 150001,

关键词：概率分布;多尺度结构;图卷积网络;贝叶斯优化

基金：国家自然科学基金项目(62076215, 62301473)；中央高校基本科研业务费专项资金项目(K93-9-2022-03)；江苏省高等学校自然科学研究面上项目(23KJB520039)；江苏省网络与信息安全重点实验室项目(BM2003201)；江苏高校“青蓝工程”项目；盐城市基础研究计划项目(YCBK2023008, YCBK2024028).

为了捕捉网络的隐藏结构, 减少社区检测模型对初始参数选择的依赖性, 提出一种基于概率分布分层图聚类网络(HGCPD)的社区检测模型. 首先, 利用图卷积网络学习和缓存图中节点的特征表示; 然后, 引入一种基于节点对相似度概率的分层聚类方法, 在不同层次上递归地构建社区结构; 最后, 探究模型超参数优化问题, 设计贝叶斯优化方法自动调整参数, 从而提升模型效率. 在多个不同规模的网络数据集上的实验表明, HGCPD模型在社区检测的准确性、有效性均优于主流方法, 并通过可视化验证了所提出模型的可解释性.

来源：2025年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第6期