您的位置: 专家智库 > >

北京市自然科学基金(4123101)

作品数:2 被引量:1H指数:1
相关作者:牛建伟彭井戴彬童超霍冠英更多>>
相关机构:北京航空航天大学更多>>
发文基金:北京市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 2篇网络
  • 2篇聚类
  • 2篇聚类算法
  • 2篇复杂网
  • 2篇复杂网络
  • 1篇知识获取
  • 1篇模块度
  • 1篇矩阵
  • 1篇NEWMAN
  • 1篇N型
  • 1篇RDA
  • 1篇FAST
  • 1篇FN
  • 1篇LAPLAC...

机构

  • 2篇北京航空航天...

作者

  • 2篇童超
  • 2篇戴彬
  • 2篇彭井
  • 2篇牛建伟
  • 1篇霍冠英

传媒

  • 1篇通信学报
  • 1篇高技术通讯

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于Laplace矩阵Jordan型的复杂网络聚类算法被引量:1
2014年
在目前复杂网络聚类算法中,基于Laplace特征值的谱聚类方法具有严密的数学理论和较高的精度,但受限于该方法对簇结构数量、规模等先验知识的依赖,难以实际应用。针对这一问题,基于Laplace矩阵的Jordan型变换,提出了一种先验知识的自动获取方法,实现了基于Jordan矩阵特征向量的初始划分。基于Jordan型特征值定义了簇结构的模块化密度函数,并使用该函数和初始划分结果完成了高精度聚类算法。该算法在多个数据集中的实验结果表明,与目前主流的Fast-Newman算法、Girvan-Newman算法相比,基于Laplace矩阵Jordan型聚类算法在不依赖先验知识的情况下,实现了更高的聚类精度,验证了先验知识获取方法的有效性和合理性。
牛建伟戴彬童超霍冠英彭井
关键词:复杂网络聚类算法LAPLACE矩阵
GFN:基于“群”思想对Fast-Newman算法改进的复杂网络聚类算法
2013年
针对目前复杂网络优化聚类算法目标函数的有偏性影响聚类精度的问题,提出了"群"的概念,实现了对节点在聚类过程中局部信息决策环境的划定。提出了基于"群"概念改进的网络模块性评价函数,并以该函数作为目标函数对Fast-Newman(FN)算法进行了改进。在不同类别数据集上进行的聚类实验的结果表明,基于"群"思想改进的FN算法(GFN)在复杂网络中的聚类精度比FN算法平均提高了约70%,从而验证了"群"思想在揭示真实簇结构过程中的有效性。
牛建伟戴彬童超彭井
关键词:复杂网络聚类算法FAST
共1页<1>
聚类工具0