• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于置信傳播的復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法

    2018-01-08 08:42:07尤心心
    計算機(jī)應(yīng)用 2017年11期
    關(guān)鍵詞:置信消息社團(tuán)

    尤心心,葛 檬

    (天津大學(xué) 軟件學(xué)院,天津 300350)

    基于置信傳播的復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法

    尤心心,葛 檬*

    (天津大學(xué) 軟件學(xué)院,天津 300350)

    經(jīng)典的置信傳播(BP)算法能夠通過有限次數(shù)的迭代,推斷出所有節(jié)點(diǎn)的邊緣概率分布和最大似然概率。針對該算法在迭代過程中產(chǎn)生的影響精度和收斂速度的強(qiáng)烈震蕩,找出了造成震蕩的三個主要因素:強(qiáng)勢能、緊密的環(huán)路和矛盾的方向,并有針對性地改進(jìn)了該算法的核心更新規(guī)則;同時又進(jìn)一步提出了異步消息傳遞方式,克服傳統(tǒng)置信傳播算法采用的同步消息傳播方式的收斂慢、效率低等缺點(diǎn)。利用隨機(jī)塊模型擬合網(wǎng)絡(luò)的生成過程,利用經(jīng)典的期望最大化算法對模型進(jìn)行求解,分別利用改進(jìn)前后的置信傳播算法推斷隱變量的后驗概率。在五個真實網(wǎng)絡(luò)上的實驗表明,兩個改進(jìn)均使得精度和速度不同程度地提高。

    復(fù)雜網(wǎng)絡(luò);社團(tuán)發(fā)現(xiàn);置信傳播;隨機(jī)塊模型;收斂速度

    0 引言

    社團(tuán)結(jié)構(gòu)是復(fù)雜網(wǎng)絡(luò)[1]的一個重要特征,它將網(wǎng)絡(luò)分成具有密集內(nèi)在聯(lián)系的子群,同一社團(tuán)中的節(jié)點(diǎn)通常擁有共同的性質(zhì)和緊密的關(guān)系[2]。因此,社團(tuán)發(fā)現(xiàn)[3]問題成為了復(fù)雜網(wǎng)絡(luò)研究中的一個重要的熱點(diǎn)問題,激發(fā)了大量來自不同領(lǐng)域的學(xué)者對其進(jìn)行研究。從社團(tuán)發(fā)現(xiàn)算法的研究內(nèi)容方面,可分為:1)基于網(wǎng)絡(luò)結(jié)構(gòu)的社團(tuán)發(fā)現(xiàn),代表方法有:凝聚或分裂算法[4]、基于模塊度優(yōu)化的方法[5]、譜方法[6]、動力學(xué)方法[2]、基于標(biāo)簽傳播的方法[7]、基于仿生算法的方法[8];2)基于隨機(jī)模型的社團(tuán)發(fā)現(xiàn)[9-11]等。隨機(jī)模型被視為一類非常有前景的方法[12],其大部分都是通過拓展或改進(jìn)隨機(jī)塊模型[13]對社團(tuán)結(jié)構(gòu)進(jìn)行描述,并通過定義不同類型的目標(biāo)函數(shù)、采用不同優(yōu)化算法來推導(dǎo)出社團(tuán)結(jié)構(gòu)。本文利用隨機(jī)塊模型擬合網(wǎng)絡(luò)的生成過程,使用經(jīng)典的期望最大化算法進(jìn)行優(yōu)化[10-11],期望部分的目標(biāo)是推理隱變量的后驗概率,本文利用置信傳播算法[14]承擔(dān)這一關(guān)鍵任務(wù),該算法能夠通過有限次數(shù)的迭代,推論出節(jié)點(diǎn)的邊緣概率分布和最大似然概率;最大化部分是利用通過期望部分得到的隱變量的后驗概率計算模型參數(shù)。通過期望和最大化兩個步驟的多次迭代達(dá)到收斂,收斂后每個節(jié)點(diǎn)的邊緣概率分布中最大的值對應(yīng)的社團(tuán)被認(rèn)為是該節(jié)點(diǎn)的社團(tuán)標(biāo)簽,隨機(jī)塊模型的參數(shù)也得到確定。

    然而,在置信傳播算法迭代過程中,往往會不斷發(fā)生震蕩的現(xiàn)象,如圖1所示,虛線呈現(xiàn)出非常強(qiáng)烈的震蕩,并且一直沒能收斂,而實線經(jīng)過幾次迭代很快就收斂了,這說明震蕩會導(dǎo)致收斂速度慢,進(jìn)而影響精度。很顯然,本文希望盡量避免這樣的震蕩,也就是在圖中只出現(xiàn)這種快速收斂的實線。經(jīng)過大量理論研究,本文總結(jié)產(chǎn)生震蕩的原因有3個:一是強(qiáng)烈的勢能,也就是不同節(jié)點(diǎn)對之間的勢能差值非常大;二是緊環(huán),也就是節(jié)點(diǎn)之間形成環(huán)的緊密程度;三是矛盾的方向。這三點(diǎn)組合在一起,勢能差值越大,環(huán)越緊,方向矛盾程度越強(qiáng)烈,震蕩越激烈。

    其次,置信傳播算法每次迭代收斂的消息數(shù)量太少,這也將會導(dǎo)致速度和精度同時變差。這主要是因為大多數(shù)置信傳播算法在迭代過程中采用的是同步更新,如圖2(a)所示,每一次更新意味著所有節(jié)點(diǎn)同時計算即將發(fā)出的消息并將其發(fā)出,所有節(jié)點(diǎn)也同時收到所有其他節(jié)點(diǎn)發(fā)來的消息,也就是說每個節(jié)點(diǎn)第一次發(fā)出的消息只是它自身攜帶的信息,并不能結(jié)合其他節(jié)點(diǎn)發(fā)來的消息一并發(fā)送出去,這樣的消息內(nèi)容顯然不夠充分。如果從便于實現(xiàn)的角度來說,這是一個不錯的算法,可以實現(xiàn)平行的工作,彼此之間沒有任何依賴。但不幸的是,同步置信傳播算法每次迭代傳遞的消息中包含的有價值信息太少,這導(dǎo)致每次迭代收斂的消息數(shù)目比較少,收斂速度也非常慢。

    圖1 震蕩與收斂對比Fig. 1 Comparison of oscillation and convergence

    圖2 同步與異步更新對比Fig. 2 Comparison of synchronous and asynchronous updates

    為了解決震蕩問題,本文提出這樣的改進(jìn)措施:在每次計算消息時,采取一個權(quán)重的方式加入舊的消息,也就是說一條新消息等于一定比例的舊消息(上次迭代計算出的信息)加上一定比例的新消息(本次迭代計算出的消息),并且通過控制權(quán)重參數(shù)平衡新、舊消息產(chǎn)生的影響,這樣能有效減小勢能的強(qiáng)烈差異和方向上的矛盾程度,同時也能緩解緊環(huán)的現(xiàn)象,大幅減弱甚至消除震蕩。針對第二個問題,本文提出針對同步消息傳遞方式缺點(diǎn)改進(jìn)后的異步消息傳遞方式,即每次只更新一條消息,下一條需要被更新的消息能夠綜合發(fā)送方自身的信息和其他節(jié)點(diǎn)發(fā)來的新消息,這樣每條消息攜帶的信息既豐富又新鮮,每次的消息傳遞效率也更高。如圖2(b)所示,第一條消息是1號節(jié)點(diǎn)將自身的信息發(fā)送到2號節(jié)點(diǎn);第三條消息是2號節(jié)點(diǎn)將自身的信息和1號節(jié)點(diǎn)發(fā)來的新消息進(jìn)行綜合之后,再發(fā)送到3號節(jié)點(diǎn)。采用這樣的消息傳遞方式能夠使得每一條新更新的消息(例如1號節(jié)點(diǎn)發(fā)給2號節(jié)點(diǎn)的消息)立即投入使用,所以每次迭代過后收斂的消息數(shù)量會大幅增多,速度和精度都得到提高。

    1 方法

    1.1 問題描述

    假設(shè)現(xiàn)在有一個觀測到的隨機(jī)圖[15],其具有n個節(jié)點(diǎn)和m條邊,這個圖用對稱鄰接矩陣A來表示,如果節(jié)點(diǎn)u和節(jié)點(diǎn)v之間有邊,A中對應(yīng)位置auv=1;否則,auv=0?,F(xiàn)在的目標(biāo)是劃分這n個節(jié)點(diǎn)到K個社團(tuán)中,使用隨機(jī)塊模型刻畫網(wǎng)絡(luò)的生成過程[16],假設(shè)鄰接矩陣中每一項auv都是獨(dú)立的且服從泊松分布的;每一個節(jié)點(diǎn)u具有一個社團(tuán)標(biāo)簽Gu∈{1,2,…,K},表示節(jié)點(diǎn)u所在的社團(tuán),且Gu~Multi(γ);塊分配是所有Gu的集合。假設(shè)塊之間的邊個數(shù)服從泊松分布,這些泊松分布通過一個K×K的塊關(guān)聯(lián)矩陣ω被指定。

    取對數(shù)的完全數(shù)據(jù)似然公式是:

    (1)

    這里nr是塊r中節(jié)點(diǎn)數(shù),mrs是連接塊r和塊s的邊的數(shù)量。參數(shù)γ和ω可以通過最大化式(1)給出:

    現(xiàn)在的目標(biāo)是通過聯(lián)合在γ、ω和g上最大化式(1),從而確定塊分配G;如果用統(tǒng)計物理專業(yè)的術(shù)語來表達(dá),就是去發(fā)現(xiàn)基態(tài)g,基態(tài)g能夠最小化-lb [P(a,g|γ,ω)]的能量。為了得到參數(shù)γ和ω,關(guān)注生成圖的總似然函數(shù):

    (2)

    對所有K×n個可能的塊分配進(jìn)行加和。

    本文使用期望最大化算法對模型進(jìn)行求解,利用置信傳播算法估計包括對數(shù)似然-lb [P(a,g|γ,ω)]和每個節(jié)點(diǎn)的邊緣化分布,也就是期望步驟的求解目標(biāo),但置信傳播算法存在嚴(yán)重的震蕩問題,并且同步消息傳遞方式帶來的結(jié)果并不令人滿意,所以本文要針對這兩點(diǎn)問題提出改進(jìn)。

    1.2 震蕩減弱

    (3)

    代表如果Gu=r,Gr=s時auv采取它觀測值的概率。那么有:

    (4)

    如果直接利用式(4)傳遞消息,就會產(chǎn)生強(qiáng)烈的震蕩,這是因為每個從節(jié)點(diǎn)u發(fā)送到節(jié)點(diǎn)v的新消息都是節(jié)點(diǎn)u“綜合”自己的信息和其他節(jié)點(diǎn)發(fā)來的消息而成的,這可能造成新消息和舊消息之間勢能差值非常大,例如:u和v這對節(jié)點(diǎn)的勢能值是100,而v和w這對節(jié)點(diǎn)的勢能值僅僅是2;或者形成緊環(huán),在消息傳遞過程中,當(dāng)然不希望傳遞順序太快形成環(huán)路,因為這意味著每個節(jié)點(diǎn)能收集到的消息非常少,容易造成自我增強(qiáng),環(huán)越緊代表環(huán)路上包含的節(jié)點(diǎn)越少,傳遞的消息越來越失去價值;又或者是方向上的矛盾,例如:在隨機(jī)選擇更新順序的情況下,假設(shè)節(jié)點(diǎn)在本次迭代中是按照順時針方向傳遞消息,這個方向趨于讓兩個節(jié)點(diǎn)具有相同的值,但下次迭代的順序又是隨機(jī)選擇的,可能恰好讓這兩個節(jié)點(diǎn)按照逆時針順序傳遞消息,這個方向又趨于讓兩個節(jié)點(diǎn)具有不相同的值,這就造成了方向上的矛盾。這三種情況中的任何一種,都會使得震蕩發(fā)生,從而導(dǎo)致收斂過慢、精度下降等不好的現(xiàn)象。

    為了避免震蕩的發(fā)生,本文針對上面提到的三個導(dǎo)致震蕩的原因提出了改進(jìn),即每次傳遞消息時,采取權(quán)重的方式加入舊消息,也就是說一條新消息等于一定比例的舊消息加上一定比例的新消息,利用公式表達(dá):

    (5)

    在進(jìn)行消息傳遞時,有兩種傳遞方式:一種是同步,一種是異步。同步更新方式的問題在于每次迭代使用的值都是上一次整體迭代之后的結(jié)果值,在新一輪迭代中,先計算出的“消息”值沒有立即得到使用,而是一直延遲到本輪迭代之后下一輪才投入使用,所以收斂速度非常地慢,每次收斂的消息數(shù)也比較少。

    那么相反,考慮異步置信傳播算法,針對同步方式存在的問題,在異步迭代方式中,先計算出的消息立即投入使用,也就是說每次只計算一條消息,下一條需要被計算的消息能夠立即使用剛剛計算出的所有新的消息,這樣一次迭代使用的所有消息都是目前能得到的最新消息,每條消息所攜帶的信息非常豐富和及時,使得收斂速度變快,并且收斂的消息數(shù)量也會增多。

    2 實驗

    為了驗證提出方法的有效性,本文分別在5個真實網(wǎng)絡(luò)上進(jìn)行了實驗,關(guān)于網(wǎng)絡(luò)的詳細(xì)數(shù)據(jù)見表1。本文采用蘭德指數(shù)(Rand Index, RI)[18]和歸一化互信息(Normalized Mutual Information, NMI)[19]這兩個指標(biāo)對實驗結(jié)果進(jìn)行評價。

    表1 數(shù)據(jù)集介紹Tab. 1 Introduction of datasets

    2.1 實驗一

    實驗一針對解決震蕩問題提出的改進(jìn),所以都采用同步消息傳遞方式。實驗方法是控制λ的范圍從0~0.9,每次增加0.1,例如:λ=0.6表示60%的舊消息加上40%的新消息;λ=0代表沒有改進(jìn)。λ的值不能取1,因為取1表示完全都是上次迭代的消息,這本身沒有意義。這里設(shè)置λ=0.5,原因可見后面的2.3節(jié)參數(shù)分析。實驗結(jié)果見表2。很明顯,改進(jìn)后的算法無論是在速度上還是精度上都呈現(xiàn)出了更好的結(jié)果,這說明本文對于產(chǎn)生震蕩問題的原因總結(jié)得比較好,采取的改進(jìn)公式也起到了相當(dāng)好的作用。

    表2 不同λ值時,改進(jìn)算法性能Tab. 2 Improved algorithm performance under differfent λ

    2.2 實驗二

    實驗二針對第二點(diǎn)改進(jìn),也就是異步同步對比實驗,控制λ=0。異步或者是同步針對的都是置信傳播算法中的消息傳遞方式來說的,從理論上講,這兩種不同的消息傳遞方式會影響算法的收斂速度和精度,并且異步置信傳播算法在多數(shù)情況下應(yīng)該優(yōu)于同步置信傳播算法。實驗結(jié)果見表3。

    表3 采用同步異步更新時算法性能Tab. 3 Performace with synchronous vs asynchronous update ways

    2.3 參數(shù)分析

    實驗測試了參數(shù)λ對于網(wǎng)絡(luò)的影響,正如之前提到的,λ的取值從0~0.9,每次增加0.1,這里忽略λ=0的情況,因為其代表沒有改進(jìn),和參數(shù)分析無關(guān)。由于不同網(wǎng)絡(luò)趨于展現(xiàn)出相同的結(jié)果趨勢圖,所以這里選取3個網(wǎng)絡(luò)(空手道俱樂部網(wǎng)絡(luò)、海豚社交網(wǎng)絡(luò)和單詞連接詞網(wǎng)絡(luò))為代表。對于這3個網(wǎng)絡(luò)本文分別使用歸一化互信息(NMI)和蘭德指數(shù)(RI)兩種評價指標(biāo)。如圖3(a)所示,在λ取值為0.2~0.6,精度沒有發(fā)生變化,結(jié)果曲線表現(xiàn)得完全穩(wěn)定,在λ取值過低或者過高時,精度值出現(xiàn)了大幅度的下降,這是容易理解的,因為λ代表了混入舊消息的比例,對于某些網(wǎng)絡(luò),舊消息的比例過大或者過小都會導(dǎo)致結(jié)果的失衡。如圖3(b)和(c)所示,λ在所有取值范圍內(nèi)都使得兩種評價指標(biāo)下的精度表現(xiàn)出趨于穩(wěn)定的結(jié)果,雖然有小幅度的波動,但是沒有非常大的影響,所以本文可以選擇一般的參數(shù)值。如設(shè)置λ=0.5,進(jìn)行實驗一。

    3 結(jié)語

    在眾多社團(tuán)發(fā)現(xiàn)技術(shù)中,置信傳播算法是一類非常經(jīng)典的概率圖模型推理算法,具有很強(qiáng)的全局尋優(yōu)能力,但該算法在迭代過程中會產(chǎn)生強(qiáng)烈的震蕩,從而影響收斂速度和算法精度。通過大量研究,發(fā)現(xiàn)了導(dǎo)致震蕩的3個主要原因,并且針對這3個原因提出了改進(jìn)措施:為了達(dá)到收斂平滑,以權(quán)重的形式加入前一次迭代的消息,同時通過參數(shù)的調(diào)節(jié),平衡新舊消息。此外,本文指出同步消息傳遞方式存在的問題,并創(chuàng)新性的提出異步消息傳遞方式,它能夠修正同步方式存在的問題,增加收斂消息數(shù)量,對算法的速度和精度均能產(chǎn)生顯著的影響。針對這兩點(diǎn)改進(jìn)本文在5個真實網(wǎng)絡(luò)上進(jìn)行了實驗,實驗結(jié)果表明兩個改進(jìn)都取得了顯著效果。

    圖3 參數(shù)λ對精度的影響Fig. 3 Effect of parameters λ on accuracy

    為了能使改進(jìn)后的算法具有更加廣泛的應(yīng)用范圍,一些問題值得進(jìn)行更深入的探討,譬如:1)如何進(jìn)一步提高算法速度,使得其能夠在大規(guī)模網(wǎng)絡(luò)上準(zhǔn)確劃分社團(tuán);2)現(xiàn)在的算法需要預(yù)先確定社團(tuán)個數(shù)K,這是一個比較大的局限,如何自動并準(zhǔn)確地確定K,是一個很有價值的挑戰(zhàn)。

    References)

    [1] 楊博,劉大有,金弟.復(fù)雜網(wǎng)絡(luò)聚類方法[J].軟件學(xué)報, 2009, 20(1): 54-66.(YANG B, LIU D Y, JIN D. Clustering methods of complex networks[J]. Journal of Software, 2009, 20(1): 54-66.)

    [2] 李慧嘉,嚴(yán)冠,劉志東,等.基于動態(tài)系統(tǒng)的網(wǎng)絡(luò)社團(tuán)線性探測算法[J].中國科學(xué):數(shù)學(xué), 2017, 47(2): 241-256.(LI H J, YAN G, LIU Z D, et al. Linear community detection algorithm based on dynamic network system[J]. Science China: Mathematics, 2017, 47(2): 241-256.)

    [3] FORTUNATO S. Community detection in graphs[J]. Physics Reports, 2010, 486(3): 75-174.

    [4] JIA S W, GAO L, GAO Y, et al. Defining and identifying cograph communities in complex networks[J]. New Journal of Physics, 2015, 17(1): 013044.

    [5] YANG L, CAO X C, HE D X, et al. Modularity based community detection with deep learning[C]// Proceedings of the 25th International Joint Conference on Artificial Intelligence. Menlo Park, CA: AAAI Press, 2016:2252-2258.

    [6] FANUEL M, ALAZ C M, SUYKENS J A. Magnetic eigenmaps for community detection in directed networks[J]. Physical Review E, 2016, 95(2):022302.

    [7] ANDREI B, KHLOPOTINE A, SATHANUR V J. Optimized parallel label propagation based community detection on the Intel(R) Xeon Phi(TM) architecture[C]// Proceedings of the 27th International Symposium on Computer Architecture and High Performance Computing. Piscataway, NJ: IEEE, 2016: 9-16.

    [8] WANG S F, GONG M G, SHEN B, et al. Deep community detection based on memetic algorithm[C]// Proceedings of the 2015 IEEE Congress on Evolutionary Computation. Piscataway, NJ: IEEE, 2015: 648-655.

    [9] 黃立威,李彩萍,張海粟,等.一種基于因子圖模型的半監(jiān)督社區(qū)發(fā)現(xiàn)方法[J].自動化學(xué)報, 2016, 42(10): 1520-1531.(HUANG L W, LI C P, ZHANG H S, et al. A semi-supervised community detection method based on factor graph model[J]. Acta Automatica Sinica, 2016, 42(10): 1520-1531.)

    [10] ZHANG H Y, ZHAO T, IRWIN K, et al. Modeling the homophily effect between links and communities for overlapping community detection[EB/OL].[2016- 11- 20]. http://www.ijcai.org/Proceedings/16/Papers/554.pdf.

    [11] JIN D, WANG H C, DANG J W, et al. Detect overlapping communities via modeling and ranking node popularities[C]// Proceedings of the 30th AAAI Conference on Artificial Intelligence. Menlo Park, CA: AAAI Press, 2016:172-178.

    [12] NEWMAN M E J. Communities, modules and large-scale structure in networks[J]. Nature Physics, 2012, 8(1): 25-31.

    [13] EWMAN M E J, SLY A. Stochastic block models and reconstruction[EB/OL].[2016- 11- 20]. http://www.stat.berkeley.edu/~jneeman/monesl12.pdf.

    [14] DECELLE A, KRZAKALA F, MOORE C, et al. Asymptotic analysis of the stochastic block model for modular networks and its algorithmic applications[J]. Physical Review E: Statistical Nonlinear and Soft Matter Physics, 2011, 84(2): 066106.

    [15] LANCICHINETTI A, RADICCHI F, RAMASCO J. Statistical significance of communities in networks[J]. Physical Review E: Statistical Nonlinear and Soft Matter Physics, 2010, 81(2):046110.

    [16] ABBE E, BANDEIRA A S, HALL G. Exact recovery in the stochastic block model[J]. IEEE Transactions on Information Theory, 2015, 62(1):471-487.

    [17] LAKEMEYER G, NEBEL B. Exploring Artificial Intelligence in the New Millennium[M]. San Francisco, CA: Morgan Kaufmann Publishers Inc, 2003: 239.

    [18] STEINLEY D. Properties of the Hubert-Arable adjusted rand index[J]. Psychological Methods, 2004, 9(3): 386-396.

    [19] DANON L, DIAZ G A, DUCH J, et al. Comparing community structure identification[EB/OL].[2016- 11- 20]. http://arxiv-web.arxiv.org/pdf/cond-mat/0505245.

    This work is partially supported by the National Natural Science Foundation of China (61303110, 61502334), the Peiyang Scholar-Elite Scholar Program of Tianjin University (2017XRG- 0016).

    YOUXinxin, born in 1993, M. S. candidate. Her research interests include community detection, data mining.

    GEMeng, born in 1992, M. S. candidate. His research interests include deep learning, community detection.

    Communitydetectionalgorithmbasedonbeliefpropagationincomplexnetworks

    YOU Xinxin, GE Meng*

    (SchoolofComputerSoftware,TianjinUniversity,Tianjin300350,China)

    The classical Belief Propagation (BP) algorithm can inference the marginal probability distributions and maximum likelihood probability of all nodes by a finite number of iterations. However, BP algorithm always causes strong oscillation in the iterative process, and it uses synchronous way to pass messages which seriously affects the convergence rate. According to a lot of research, three main factors which caused oscillation were found: strong energy, close loop and contradictory direction. Furthermore, a new update formula and an asynchronous way of passing messages were proposed to solve above two problems. Stochastic block model was used to model the network generation process and the result of community division was obtained by using classical expectation maximization algorithm combined with BP. Extensive experimental results on real-world networks show the superior performance of the new method over the state-of-the-art approaches.

    complex network; community detection; Belief Propagation (BP); stochastic block model; convergence rate

    2017- 05- 16;

    2017- 06- 07。

    國家自然科學(xué)基金資助項目(61303110, 61502334);天津大學(xué)北洋學(xué)者·青年骨干教師項目(2017XRG-0016)。

    尤心心(1993—),女,山東樂陵人,碩士研究生,主要研究方向:社團(tuán)發(fā)現(xiàn)、數(shù)據(jù)挖掘; 葛檬(1992—),男,浙江臺州人,碩士研究生,主要研究方向:深度學(xué)習(xí)、社團(tuán)發(fā)現(xiàn)。

    1001- 9081(2017)11- 3115- 04

    10.11772/j.issn.1001- 9081.2017.11.3115

    (*通信作者電子郵箱gemengtju@163.com)

    TP393

    A

    猜你喜歡
    置信消息社團(tuán)
    繽紛社團(tuán)
    急診住院醫(yī)師置信職業(yè)行為指標(biāo)構(gòu)建及應(yīng)用初探
    基于置信職業(yè)行為的兒科住院醫(yī)師形成性評價體系的構(gòu)建探索
    基于模糊深度置信網(wǎng)絡(luò)的陶瓷梭式窯PID優(yōu)化控制
    一張圖看5G消息
    最棒的健美操社團(tuán)
    軍事文摘(2017年16期)2018-01-19 05:10:15
    K-BOT拼插社團(tuán)
    基于CUDA和深度置信網(wǎng)絡(luò)的手寫字符識別
    消息
    消息
    不卡av一区二区三区| 日日夜夜操网爽| 精品久久久久久久久久久久久| 亚洲精品av麻豆狂野| 又黄又爽又免费观看的视频| av天堂在线播放| 精品乱码久久久久久99久播| 欧美黑人巨大hd| 亚洲人与动物交配视频| 国产精品电影一区二区三区| 日本黄色视频三级网站网址| 99久久精品热视频| 日韩av在线大香蕉| 国产视频内射| 成人精品一区二区免费| 每晚都被弄得嗷嗷叫到高潮| 1024香蕉在线观看| 男女视频在线观看网站免费 | 在线观看免费视频日本深夜| 国产不卡一卡二| 午夜福利免费观看在线| 在线观看免费午夜福利视频| 久久久精品大字幕| 在线a可以看的网站| 国产亚洲精品第一综合不卡| 亚洲人成77777在线视频| 给我免费播放毛片高清在线观看| 亚洲国产中文字幕在线视频| 天天一区二区日本电影三级| 日韩欧美精品v在线| 亚洲精品国产精品久久久不卡| 精品久久久久久久末码| 欧美另类亚洲清纯唯美| 天天一区二区日本电影三级| 2021天堂中文幕一二区在线观| www.999成人在线观看| 亚洲黑人精品在线| 人妻久久中文字幕网| 中文字幕高清在线视频| 日韩免费av在线播放| 亚洲成人国产一区在线观看| a级毛片在线看网站| 欧美中文日本在线观看视频| 91在线观看av| 精品人妻1区二区| 亚洲熟妇熟女久久| av福利片在线| 中文字幕久久专区| 久久婷婷成人综合色麻豆| 久久精品国产亚洲av香蕉五月| 久久中文字幕一级| xxxwww97欧美| 特级一级黄色大片| 国产真人三级小视频在线观看| 90打野战视频偷拍视频| 美女 人体艺术 gogo| 精品久久久久久久久久免费视频| 亚洲 欧美 日韩 在线 免费| 免费电影在线观看免费观看| 国产成人影院久久av| 亚洲欧美精品综合久久99| 好看av亚洲va欧美ⅴa在| 亚洲av成人不卡在线观看播放网| 亚洲av日韩精品久久久久久密| 麻豆国产av国片精品| 91大片在线观看| 婷婷精品国产亚洲av| 国产一区在线观看成人免费| 久久亚洲真实| 日韩欧美国产在线观看| 精品一区二区三区视频在线观看免费| 久久精品影院6| 亚洲成av人片免费观看| 可以在线观看毛片的网站| 日本黄大片高清| 亚洲成人国产一区在线观看| 国产熟女午夜一区二区三区| 国产99久久九九免费精品| 国产一区二区三区视频了| 亚洲18禁久久av| 午夜免费激情av| 正在播放国产对白刺激| 欧美日韩黄片免| 国产精品免费一区二区三区在线| 在线观看免费日韩欧美大片| 亚洲精品av麻豆狂野| 悠悠久久av| 丰满的人妻完整版| 久久九九热精品免费| 国产片内射在线| 国产视频一区二区在线看| 久久精品国产亚洲av香蕉五月| 夜夜爽天天搞| 久久热在线av| 天天躁夜夜躁狠狠躁躁| 免费看美女性在线毛片视频| 欧美另类亚洲清纯唯美| 夜夜看夜夜爽夜夜摸| 两个人免费观看高清视频| 51午夜福利影视在线观看| 国产精品亚洲av一区麻豆| 韩国av一区二区三区四区| 精品人妻1区二区| 欧美性猛交╳xxx乱大交人| 亚洲人成伊人成综合网2020| 两性午夜刺激爽爽歪歪视频在线观看 | 国产高清视频在线观看网站| 日本一区二区免费在线视频| 国产午夜精品论理片| 日本五十路高清| 国内毛片毛片毛片毛片毛片| 精品欧美一区二区三区在线| 老熟妇乱子伦视频在线观看| 欧美午夜高清在线| 麻豆国产av国片精品| 精品国产乱子伦一区二区三区| 精品少妇一区二区三区视频日本电影| 天天躁狠狠躁夜夜躁狠狠躁| 国产私拍福利视频在线观看| 国产午夜精品久久久久久| av在线天堂中文字幕| 国产精品av久久久久免费| 久久亚洲真实| bbb黄色大片| 最新在线观看一区二区三区| 欧美日韩亚洲国产一区二区在线观看| 首页视频小说图片口味搜索| 女人被狂操c到高潮| 色综合欧美亚洲国产小说| www.熟女人妻精品国产| 成人一区二区视频在线观看| 久久久久久久久中文| 日日夜夜操网爽| 黄色毛片三级朝国网站| 成人一区二区视频在线观看| 免费一级毛片在线播放高清视频| 欧美日本视频| 亚洲最大成人中文| av福利片在线观看| 精品电影一区二区在线| 美女免费视频网站| 色综合亚洲欧美另类图片| 哪里可以看免费的av片| or卡值多少钱| 免费搜索国产男女视频| 麻豆成人午夜福利视频| 久久草成人影院| 精品久久久久久久久久免费视频| 国产精品乱码一区二三区的特点| 国产精品av视频在线免费观看| 夜夜爽天天搞| 啦啦啦观看免费观看视频高清| 两个人的视频大全免费| 丝袜美腿诱惑在线| 正在播放国产对白刺激| 午夜福利高清视频| 男女之事视频高清在线观看| 日韩欧美国产在线观看| 伊人久久大香线蕉亚洲五| 亚洲人成77777在线视频| 成年免费大片在线观看| 国产精品一区二区精品视频观看| 亚洲av成人av| 久久久国产成人精品二区| 757午夜福利合集在线观看| 国产真人三级小视频在线观看| 亚洲七黄色美女视频| 亚洲avbb在线观看| 不卡一级毛片| 我要搜黄色片| 亚洲人成网站高清观看| 欧美日本亚洲视频在线播放| 69av精品久久久久久| 国产精品 欧美亚洲| 日韩中文字幕欧美一区二区| 嫩草影院精品99| 夜夜夜夜夜久久久久| 欧美日韩瑟瑟在线播放| 中文字幕人妻丝袜一区二区| 国产区一区二久久| 熟女电影av网| 成在线人永久免费视频| 午夜福利成人在线免费观看| 夜夜看夜夜爽夜夜摸| 免费高清视频大片| 两人在一起打扑克的视频| 成人国产综合亚洲| 精品乱码久久久久久99久播| 欧美3d第一页| 999精品在线视频| 极品教师在线免费播放| 日韩欧美国产在线观看| 又粗又爽又猛毛片免费看| 性色av乱码一区二区三区2| 久久久久精品国产欧美久久久| 三级国产精品欧美在线观看 | 亚洲国产精品成人综合色| xxx96com| 日韩 欧美 亚洲 中文字幕| 男插女下体视频免费在线播放| 91老司机精品| 国产精品久久久av美女十八| a在线观看视频网站| 午夜日韩欧美国产| 香蕉av资源在线| 香蕉国产在线看| 国产激情偷乱视频一区二区| 丁香欧美五月| 在线观看免费日韩欧美大片| 一级毛片高清免费大全| 男女做爰动态图高潮gif福利片| 久9热在线精品视频| 岛国在线观看网站| 久久久久久久午夜电影| 天堂影院成人在线观看| 神马国产精品三级电影在线观看 | 亚洲中文字幕一区二区三区有码在线看 | 99国产综合亚洲精品| svipshipincom国产片| 一进一出抽搐gif免费好疼| 亚洲av第一区精品v没综合| 久久国产精品人妻蜜桃| www日本黄色视频网| 成年人黄色毛片网站| 国产亚洲精品综合一区在线观看 | 国产激情欧美一区二区| 久久婷婷人人爽人人干人人爱| 亚洲人成电影免费在线| 婷婷亚洲欧美| 成在线人永久免费视频| 国产av一区在线观看免费| 好男人电影高清在线观看| 99久久无色码亚洲精品果冻| 成人一区二区视频在线观看| 一进一出好大好爽视频| av片东京热男人的天堂| 国产精品综合久久久久久久免费| av视频在线观看入口| 国产成人av激情在线播放| 18禁黄网站禁片免费观看直播| 精品欧美国产一区二区三| 国产精品乱码一区二三区的特点| 久久久国产精品麻豆| 精品久久久久久久久久久久久| 日本免费一区二区三区高清不卡| 亚洲国产精品成人综合色| 精品高清国产在线一区| 国产精品,欧美在线| 老司机午夜福利在线观看视频| 两个人的视频大全免费| 久久性视频一级片| 三级男女做爰猛烈吃奶摸视频| 嫩草影院精品99| 精品久久久久久久久久免费视频| 午夜a级毛片| 日本撒尿小便嘘嘘汇集6| 在线观看www视频免费| а√天堂www在线а√下载| 国产激情欧美一区二区| 午夜免费观看网址| 欧美国产日韩亚洲一区| 美女大奶头视频| 久99久视频精品免费| 亚洲精品一卡2卡三卡4卡5卡| 听说在线观看完整版免费高清| 欧美久久黑人一区二区| 日韩精品免费视频一区二区三区| 中出人妻视频一区二区| 欧美日本亚洲视频在线播放| x7x7x7水蜜桃| 男人舔奶头视频| 午夜福利视频1000在线观看| 久久国产精品影院| 一个人观看的视频www高清免费观看 | 高清在线国产一区| av在线播放免费不卡| 亚洲人成伊人成综合网2020| 91字幕亚洲| 桃红色精品国产亚洲av| 色老头精品视频在线观看| 最近视频中文字幕2019在线8| 久久伊人香网站| 日韩欧美 国产精品| 久久中文字幕人妻熟女| 免费观看人在逋| 国产成人啪精品午夜网站| 婷婷精品国产亚洲av在线| 亚洲一码二码三码区别大吗| 制服人妻中文乱码| 亚洲国产看品久久| 久9热在线精品视频| 成人一区二区视频在线观看| 精品乱码久久久久久99久播| 国产区一区二久久| 欧美精品亚洲一区二区| 男女之事视频高清在线观看| 91老司机精品| 国产一级毛片七仙女欲春2| 日韩av在线大香蕉| 国产精品野战在线观看| 五月伊人婷婷丁香| 夜夜夜夜夜久久久久| 老司机在亚洲福利影院| 久久精品影院6| 最近最新中文字幕大全电影3| 日韩欧美 国产精品| 国产一区二区三区在线臀色熟女| 国内精品久久久久精免费| 亚洲真实伦在线观看| а√天堂www在线а√下载| 在线观看舔阴道视频| avwww免费| 1024视频免费在线观看| 亚洲国产精品久久男人天堂| 制服人妻中文乱码| 村上凉子中文字幕在线| 最近最新免费中文字幕在线| 亚洲一区中文字幕在线| 亚洲精品久久国产高清桃花| 妹子高潮喷水视频| 变态另类丝袜制服| 亚洲人成伊人成综合网2020| 免费在线观看视频国产中文字幕亚洲| 色综合亚洲欧美另类图片| 毛片女人毛片| 久久国产精品影院| av有码第一页| 欧美极品一区二区三区四区| 色哟哟哟哟哟哟| 国产一区二区在线av高清观看| 99久久国产精品久久久| 九色国产91popny在线| 国产真人三级小视频在线观看| av超薄肉色丝袜交足视频| 在线播放国产精品三级| 波多野结衣高清无吗| 久久香蕉激情| 免费无遮挡裸体视频| 欧美日韩国产亚洲二区| 久久热在线av| 日韩欧美在线二视频| 国产区一区二久久| 成人国语在线视频| 校园春色视频在线观看| 中文字幕av在线有码专区| 欧美最黄视频在线播放免费| 亚洲在线自拍视频| av福利片在线观看| 国语自产精品视频在线第100页| 国内毛片毛片毛片毛片毛片| 在线观看午夜福利视频| 18禁裸乳无遮挡免费网站照片| 国产亚洲av嫩草精品影院| 国产精品久久电影中文字幕| 50天的宝宝边吃奶边哭怎么回事| 亚洲成人免费电影在线观看| 亚洲人成伊人成综合网2020| 亚洲av电影在线进入| 俄罗斯特黄特色一大片| 国产成人精品久久二区二区91| 日韩大码丰满熟妇| 国产成人啪精品午夜网站| 日日爽夜夜爽网站| 又黄又爽又免费观看的视频| 美女午夜性视频免费| 国产精品免费一区二区三区在线| 欧美一区二区国产精品久久精品 | 久久人妻福利社区极品人妻图片| 国产一区二区激情短视频| 国产免费av片在线观看野外av| 久热爱精品视频在线9| 99国产精品一区二区三区| 国内精品久久久久精免费| 亚洲欧美精品综合久久99| 美女扒开内裤让男人捅视频| 久久热在线av| 50天的宝宝边吃奶边哭怎么回事| 亚洲va日本ⅴa欧美va伊人久久| 我的老师免费观看完整版| 久久中文看片网| 亚洲精品美女久久久久99蜜臀| 亚洲精品中文字幕一二三四区| 后天国语完整版免费观看| 亚洲精品国产精品久久久不卡| 国内精品久久久久久久电影| 欧美激情久久久久久爽电影| 久久精品国产亚洲av高清一级| 无限看片的www在线观看| 免费在线观看完整版高清| 久久久久精品国产欧美久久久| 久久久久久九九精品二区国产 | 国产久久久一区二区三区| 精品久久久久久,| 免费看十八禁软件| 国产午夜福利久久久久久| 琪琪午夜伦伦电影理论片6080| 精品久久久久久久人妻蜜臀av| 岛国在线观看网站| 午夜影院日韩av| 色综合亚洲欧美另类图片| 亚洲av日韩精品久久久久久密| 少妇裸体淫交视频免费看高清 | 欧美性猛交╳xxx乱大交人| 麻豆国产97在线/欧美 | 亚洲黑人精品在线| 亚洲人与动物交配视频| 女人爽到高潮嗷嗷叫在线视频| 精品一区二区三区视频在线观看免费| 在线视频色国产色| 成在线人永久免费视频| 黄片大片在线免费观看| 国产日本99.免费观看| 欧美大码av| 午夜日韩欧美国产| 亚洲精品一区av在线观看| 国产精品免费一区二区三区在线| 一个人观看的视频www高清免费观看 | 免费在线观看视频国产中文字幕亚洲| 人人妻人人澡欧美一区二区| 19禁男女啪啪无遮挡网站| 狠狠狠狠99中文字幕| 国模一区二区三区四区视频 | 人人妻人人看人人澡| 国产熟女xx| 可以在线观看毛片的网站| 香蕉久久夜色| 亚洲国产高清在线一区二区三| 国产又色又爽无遮挡免费看| 舔av片在线| 一进一出抽搐动态| 啦啦啦韩国在线观看视频| 在线a可以看的网站| 国产av一区二区精品久久| 亚洲中文av在线| 黄色片一级片一级黄色片| 50天的宝宝边吃奶边哭怎么回事| 亚洲精品在线美女| 国产欧美日韩精品亚洲av| 欧美人与性动交α欧美精品济南到| 精品一区二区三区av网在线观看| 每晚都被弄得嗷嗷叫到高潮| 天堂√8在线中文| 精品欧美国产一区二区三| 久久久精品大字幕| 在线十欧美十亚洲十日本专区| 国产精品综合久久久久久久免费| 国产aⅴ精品一区二区三区波| 国产精品免费视频内射| 久久99热这里只有精品18| 丝袜人妻中文字幕| 中文在线观看免费www的网站 | 亚洲国产精品999在线| 国产精品av久久久久免费| 97超级碰碰碰精品色视频在线观看| 日本熟妇午夜| 久久人妻福利社区极品人妻图片| 亚洲va日本ⅴa欧美va伊人久久| 国产精品日韩av在线免费观看| xxx96com| 国产一区二区激情短视频| 精品久久久久久久久久久久久| 国产精品久久久av美女十八| www.熟女人妻精品国产| 一区福利在线观看| 99热6这里只有精品| 欧美在线黄色| av片东京热男人的天堂| 日韩精品青青久久久久久| 亚洲一区高清亚洲精品| 国产av在哪里看| 1024手机看黄色片| 精品福利观看| 亚洲狠狠婷婷综合久久图片| 午夜精品一区二区三区免费看| 国产精品爽爽va在线观看网站| 国产v大片淫在线免费观看| 亚洲色图av天堂| 他把我摸到了高潮在线观看| 桃红色精品国产亚洲av| 国产在线精品亚洲第一网站| 可以在线观看毛片的网站| 欧美+亚洲+日韩+国产| www.999成人在线观看| a在线观看视频网站| 一本大道久久a久久精品| 美女免费视频网站| 久久久久九九精品影院| 免费在线观看视频国产中文字幕亚洲| 他把我摸到了高潮在线观看| 性欧美人与动物交配| 三级男女做爰猛烈吃奶摸视频| 亚洲精品美女久久av网站| 日本在线视频免费播放| 妹子高潮喷水视频| 久久人妻福利社区极品人妻图片| 可以在线观看毛片的网站| 最好的美女福利视频网| 精品久久久久久久末码| 天天一区二区日本电影三级| 久久天堂一区二区三区四区| 99久久精品国产亚洲精品| 男女下面进入的视频免费午夜| 日韩有码中文字幕| 久久国产乱子伦精品免费另类| 无人区码免费观看不卡| 欧美黑人精品巨大| 麻豆成人午夜福利视频| 99re在线观看精品视频| 日本一本二区三区精品| 精品国产美女av久久久久小说| 亚洲av中文字字幕乱码综合| 亚洲中文av在线| 国产精品一区二区三区四区免费观看 | 757午夜福利合集在线观看| 桃红色精品国产亚洲av| 午夜两性在线视频| 丝袜人妻中文字幕| 搡老熟女国产l中国老女人| 神马国产精品三级电影在线观看 | 久久久国产成人精品二区| 曰老女人黄片| 亚洲欧美一区二区三区黑人| 国产久久久一区二区三区| 又粗又爽又猛毛片免费看| 亚洲成av人片免费观看| 精品高清国产在线一区| 亚洲美女视频黄频| 国产精品亚洲av一区麻豆| 三级男女做爰猛烈吃奶摸视频| 欧美日韩中文字幕国产精品一区二区三区| 久久久久久久久免费视频了| 国产亚洲av高清不卡| 国产精品香港三级国产av潘金莲| 中文字幕人妻丝袜一区二区| 久9热在线精品视频| 欧美绝顶高潮抽搐喷水| 欧美一区二区国产精品久久精品 | 俺也久久电影网| 国产成人精品久久二区二区免费| 19禁男女啪啪无遮挡网站| 亚洲五月婷婷丁香| 999久久久精品免费观看国产| 十八禁人妻一区二区| 日日爽夜夜爽网站| 久久欧美精品欧美久久欧美| 精品一区二区三区四区五区乱码| 精品福利观看| 精品久久久久久久毛片微露脸| 亚洲片人在线观看| 日本免费a在线| 国产精品久久电影中文字幕| 国产99白浆流出| 麻豆成人午夜福利视频| 欧美精品亚洲一区二区| 一个人观看的视频www高清免费观看 | 波多野结衣高清作品| 中文字幕久久专区| 美女黄网站色视频| 人妻丰满熟妇av一区二区三区| 午夜福利18| 精品久久久久久成人av| 国产精品av视频在线免费观看| bbb黄色大片| 亚洲专区中文字幕在线| 成人午夜高清在线视频| 91九色精品人成在线观看| 黄色视频,在线免费观看| 欧美人与性动交α欧美精品济南到| 老熟妇乱子伦视频在线观看| 国产亚洲欧美在线一区二区| 午夜免费激情av| 亚洲最大成人中文| 俄罗斯特黄特色一大片| 色老头精品视频在线观看| 精品久久久久久久毛片微露脸| 国产精品亚洲美女久久久| 九色成人免费人妻av| 级片在线观看| 色综合站精品国产| 国产亚洲精品一区二区www| 欧美黄色片欧美黄色片| 亚洲avbb在线观看| 丰满人妻一区二区三区视频av | 久久久精品欧美日韩精品| 国产精品乱码一区二三区的特点| 久久精品综合一区二区三区| 国产高清videossex| 午夜福利视频1000在线观看| 久久精品国产综合久久久| 精品国产乱码久久久久久男人| 日日摸夜夜添夜夜添小说| 久久久水蜜桃国产精品网| 成人三级做爰电影| 伊人久久大香线蕉亚洲五| 欧美zozozo另类| 国产精品99久久99久久久不卡| 听说在线观看完整版免费高清| 看免费av毛片| 日韩欧美一区二区三区在线观看| 成人18禁高潮啪啪吃奶动态图| 午夜福利欧美成人| 国产成人欧美在线观看| 久久久国产欧美日韩av| 久久香蕉激情| 全区人妻精品视频| 国产精品久久久久久人妻精品电影| 9191精品国产免费久久| 黄频高清免费视频| 久久 成人 亚洲| 18禁国产床啪视频网站| 色综合欧美亚洲国产小说| 神马国产精品三级电影在线观看 | 免费在线观看亚洲国产| 老熟妇乱子伦视频在线观看| 视频区欧美日本亚洲|