文件名称：matlab代码影响-HierarchicalConsensus:使用共识集群识别网络中的分层社区结构
文件大小：30KB
文件格式：ZIP
更新时间：2024-06-11 01:05:15
系统开源
matlab代码影响分层共识 该代码实现了引入的分层共识聚类方法 网络中的多分辨率共识聚类Lucas GS Jeub，Olaf Sporns和Santo Fortunato 请引用本文，并在您的学术出版物中包含是否包含基于此代码的结果的链接。 安装 下载最新版本的代码，并将其添加到您的MATLAB路径中。 默认情况下，代码依赖于标识社区结构。 要将代码与默认选项一起使用，请确保在您的MATLAB路径中安装了GenLouvain（有关更多信息，请参见）。 用法 本节简要概述了此软件包中包含的各种功能。 有关更多详细信息，请使用help('function')或doc('function') 。 下面的解释假定给定一个网络，其中邻接矩阵A为完整矩阵或稀疏矩阵。 生成初始合奏 要使用分层共识聚类算法，我们首先需要生成输入分区S的集合，其中S(i,t)给出分区t中节点i的社区成员身份。 我们使用np作为整体中的分区数。 该软件包包括两个功能 S = eventSamples(A, np) S = exponentialSamples(A, np) 基于多分辨率模块计算合奏。 eventSamp
【文件预览】：
HierarchicalConsensus-master
----dendrogramSimilarity.m(6KB)
----gammaRange.m(6KB)
----normApprox.m(2KB)
----fixedResSamples.m(3KB)
----exponentialSamples.m(3KB)
----LICENSE(1KB)
----linearSamples.m(3KB)
----localPermModel.m(1KB)
----eventSamples.m(4KB)
----sampleApprox.m(2KB)
----coclassificationMatrix.m(1KB)
----hierarchicalConsensus.m(9KB)
----README.md(5KB)
----permModel.m(1KB)
----allPartitions.m(3KB)
----Benchmark()
--------powerlawSampler.m(1KB)
--------dirichletSampler.m(1KB)
--------blockModelSampler.m(4KB)
--------hierarchicalBenchmark.m(5KB)
----Plots()
--------treeSort.m(2KB)
--------drawHierarchy.m(4KB)
--------hierarchicalSort.m(1KB)
--------consensusPlot.m(3KB)