-
题名一种连通非加权图的快速聚类方法
被引量：1
- 1
-
-
作者
崔军
郭春艳
贾宗维
-
机构
山西大学计算机与信息技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第7期179-181,共3页
-
基金
山西省自然科学基金(the Natural Science Foundation of Shanxi Province of China under Grant No.2007011043)
-
文摘
图的聚类是数据聚类的一种很重要的变体,一方面通常可以用图来表示数据集中数据的相似度;另一方面对大型复杂网络的分析也引起人们越来越多地关注;而且对图进行聚类分析可以增强图的可视性,有助于可视化的分析、观测和导航。将最大最小方法的基本思想应用于非加权图的聚类,提出一种无向连通非加权图的快速聚类方法,该方法具有简单、聚类时间短、运行效率高、对于大型静态图的聚类具有良好的适应性等特点。
-
关键词
聚类
图形聚类
最大最小聚类方法
非加权图
-
Keywords
clustering
graph-clustering
max-rain clustering method
unweighted graph
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于非加权图的大型社会网络检测算法研究
被引量：1
- 2
-
-
作者
崔俊明
李勇
李跃新
-
机构
河北地质职工大学
湖北大学计算机科学与工程学院
-
出处
《电子技术应用》
2018年第2期80-83,87,共5页
-
文摘
社区检测和划分已经成为大规模社会网络中一个非常关键的问题。然而,大多数现有的算法受限于计算成本,其适用性十分有限。为了提高社区划分质量和计算效率,提出了一种基于非加权图的社区网络检测算法。首先,算法采用两个新的参数来度量社区并实现社区检测,即聚类系数和共同的邻居相似性,并通过理论分析和公式推导证明其有效性。最后采用真实社会网络数据集进行了大量的模拟,实验结果表明,与传统的生成树算法以及CBCD算法相比,提出的方法更加有效,且计算运行时间具有线性复杂度,适用于大规模社会网络的社区检测。
-
关键词
社会网络
社区检测
非加权图
模块性
聚类系数
-
Keywords
social network
community detection
non-weighted graph
modularity
clustering coefficient
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
