基于K-means聚类算法的社团发现方法 先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。 以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery To define a network node cor

复习网络社团划分检测的模块度Q的实现。注意根据代码设计社团的数据结构。-Modularity Q。

关于BP算法的matlab仿真模型，BP算法的每个模块划分比较清晰，能够直接给输入集，然后得到输出结果