一类相依网络的动态聚类分析

关键词：动态相依网络 变分近似方法 蒙特卡洛模拟 

摘要：动态复杂网络因广泛应用于群体生态学、社会生态学、生物学和因特网等领域而成为研究的热门问题之一,聚类分析是提取网络结构的常用工具.以往关于网络聚类的文献大多基于某种特定的条件独立假设.本文我们结合了随机区组模型,隐马尔科夫链和自回归模型给出了一个新模型来放宽这个假设,并给出了相应的统计推断和VEM算法.蒙特卡洛模拟表现良好,表明了我们的方法的一致性和稳健性.

应用概率统计杂志要求:

{1}正文按“前言、资料(对象)与方法、结果、讨论”的顺序书写，为一级标题；以下各级小标题按照：一、(一)、１．安排序号。

{2}所有稿件均不退稿，请自留底稿。严禁一稿多投，对于一稿多投行为，本刊将进行公告。

{3}文题应简明，确切地反映文章主题，不宜过长；不宜用英文缩略语和标点符号。

{4}参考文献应依照引用的先后顺序标出，根据文献类型与文献载体代码（GB 3469）规定，以单字母方式标识以下各种参考文献类型。

{5}第一作者简介：姓名、出生年，毕业院校、专业、学位，职务，技术职称，现从事的主要工作。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社