社区发现算法工作简介

社区发现是社会网络分析的一个基本任务，而社区结构探测是社区发现的一个关键问题。将社区结构中的结点看作信号源，针对信号传递过程中存在信号缺失情况，提出了一种层次聚类社区发现算法。该算法通过度中心性来度量

社区发现算法，描述了解决复杂网络的社区发现的相关算法

基于选择概率的局部社区发现，夏士雄，周然然，为了更有效的发现局部社区结构，本文提出了一种改进的局部社区发现算法ILCD。该算法改善了节点选择策略，为每一个候选节点设置选��

异质网络将复杂系统中的信息抽象成不同类型的节点和链接关系，不同于同质网络，基于异质网络的社区发现能够挖掘出更加精确的社区结构。异质网络的社区发现通过对异质网络中的多维结构、多模信息、语义信息、链接关系

提出一种基于快速噪声估计的MMSE语音增强算法，实验表明这种算法比起谱相减法和基于语音短时对数谱的最小均方误差（MMSE-LSA）算法能更显著地提高算法的客观性能，在非平稳噪声环境中能快速估计出变化的

方法网络中的社区发现，刘婧，刘斌，模块化被认为是软件设计的重要规则,但是现有软件度量不足以提供足够信息来改善模块化，也缺乏在类层次自动改善面向对象软件的结��

介绍AGPS的原理和优点，以及问什么要使用AGPS

一些工作流的基础知识

关于svm算法的一个非常好的介绍文档,希望对大家有用

最大期望算法（ExpectationMaximizationAlgorithm，又译期望最大化算法），是一种迭代算法，1977年由Dempster等人总结提出，用于含有隐变量（hiddenvariab