国家自然科学基金(61272186)
- 作品数：2 被引量：16H指数：1
- 相关作者：印桂生王建伟许宪东于翔董宇欣更多>>
- 相关机构：哈尔滨工程大学黑龙江工程学院更多>>
- 发文基金：国家自然科学基金黑龙江省教育厅科学技术研究项目黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于引力作用的可选粒度社区发现算法被引量：1
- 2015年
- 社区发现是复杂网络研究中的一个重要领域,且应用广泛,但目前已有的大多数算法都需采用社区评判函数来确定社区结构的划分,且仅能得到一种划分结果。引入宇宙星系模型和万有引力定律,基于引力思想提出一种新的复杂网络社区发现算法,为网络中节点赋予质量并构建出社区框架,继而利用引力作用完成社区结构划分,并可对发现社区的粒度大小进行选择以得到多种划分结果,无需先验知识及相关参数。通过真实网络实验验证,并与现有的社区发现算法比较,本文提出的算法能有效且较为准确地挖掘出复杂网络中的社区结构。
- 董宇欣迟阔印桂生
- 关键词：复杂网络引力作用
- 一种基于区域划分的数据流子空间聚类方法被引量：15
- 2014年
- 数据流子空间聚类的主要目的是在合理的时间段内准确找到数据流特征子空间中的聚类.现有的数据流子空间聚类算法受参数影响较大,通常要求预先给出聚类数目或特征子空间,且聚类结果不能及时反映数据流的变化情况.针对以上缺陷,提出一种新的数据流子空间聚类算法SC-RP,SC-RP无需预先给出聚类数目或特征子空间,对孤立点不敏感,可实现快速聚类,通过区域树结构记录数据流的变化并及时更新统计信息,进而根据数据流的变化调整聚类结果.通过在真实数据集与仿真数据集上的实验,证明了SC-RP在聚类精度和速度上优于现有的数据流子空间聚类算法,且对聚类数目及数据维度均具有良好的伸缩性.
- 于翔印桂生许宪东王建伟
- 关键词：数据挖掘数据流子空间聚类
