论文研究基于Kmeans聚类算法的复杂网络社团发现新方法.pdf

上传：aishangjiajiaolaoshi 浏览： 29 推荐： 0 文件：.PDF 大小：863KB 上传时间：2020-07-16 21:28:05 版权申诉

提出了一种基于Kmeans 聚类算法的复杂网络社团结构划分方法。算法基于Fortunato等人提出的边的信息中心度，定义了节点的关联度，并通过节点关联度矩阵来进行聚类中心的选择和节点聚类，从而将复杂网络划分成k个社团，然后通过模块度来确定网络理想的社团结构。该算法有效地避免了Kmeans 聚类算法对初始化选值敏感性的问题。通过Zachary Karate Club和College Football Network两个经典模型验证了该算法的可行性。

上传资源

基于K_means聚类算法的复杂网络社团发现新方法.pdf

基于K_means聚类算法的复杂网络社团发现新方法

2018-12-29 10:24

论文研究基于边聚类的多层社会网络社团发现算法.pdf

针对目前多层社会网络（multi-layered social network，MSN）的社团发现算法较少、社团划分结果较粗糙等特点，提出了一种基于边聚类的多层社会网络社团发现（CLEDCC）算法。该

2020-07-16 16:39

论文研究基于随机聚类采样算法的复杂网络社团探测.pdf

根据网络节点的局部拓扑信息构建稀疏相似网络。基于稀疏相似网络,提出了一种改进后的随机聚类采样算法对网络社团进行探测。在人工和真实网络上,将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了

2019-09-28 23:11

论文研究基于复杂网络社团划分的Webservices聚类.pdf

以单词为网络节点，由自然语言描述中单词的同现频率确定单词间的相关度并作为边的权值，构建自然语言描述集合的加权单词网络模型。利用Newman快速算法对加权单词网络模型进行社团划分，得到单词聚类结果；根据

2020-07-16 18:43

复杂网络社团发现算法

复杂网络社团发现算法，对于研究复杂网络及复杂网络社团特性的同学，进行聚类分析识别社团结构有较大的参考价值。

2018-12-29 10:36

论文研究means聚类算法.pdf

提出一种模拟电路故障的分布式诊断算法，用以解决大数据量故障样本集所带来的网络规模过大，训练时间过长等问题。该算法采用有监督Hebb学习规则，在训练学习过程中添加类别标识，避免了因数据分割而产生的部分知

2019-09-27 18:15

k-means聚类算法研究论文下载

k-means聚类算法的基本原理和常见应用，分析了其优缺点和改进方向。同时，为了方便研究者学习和应用，还提供了相关代码和数据集的下载链接。感兴趣的读者可自行下载查看。

2023-04-08 21:05

k means聚类算法

聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类(Cluster)分析是由若干模式(Pattern)组成的，通常，模式是一个度量(Measur

2020-07-27 17:02

论文研究基于社团密度的社团发现算法.pdf

发现社团结构是研究复杂网络的重要前提，目前社团发现算法研究存在两个较为严峻的问题：评价函数单一和经典算法时间复杂度过大并且无法发现小粒度的社团。针对上述问题，提出了一种合理的发现算法评价函数，即社团完

2019-09-04 10:58

K means聚类算法研究综述

总结评述了K-means 聚类算法的研究现状,指出K-means 聚类算法是一个NP难优化问题,无法获得全局最优。介绍了K-means 聚类算法的目标函数、算法流程,并列举了一个实例,指出了数据子集的

2021-04-24 15:30

基于聚类粒化的社团发现算法

为了实现复杂网络社团发现算法的复杂度和精确度间的均衡,提出一种基于聚类粒化的社团发现算法(CGCDA),将网络粒化获得的粒子视为一个社团,粒化结果即为对网络的社团划分。首先,将网络中的每个节点视为基本

2021-04-26 04:53

K_means聚类算法的研究

K-means是一种数据挖掘的聚类算法其优点突出明显广泛应用于入侵检测。

2018-12-31 16:31

论文研究可间断运行的Kmeans聚类算法.pdf

引入事务的恢复机制改进Kmeans算法，改进后的算法允许在运行过程中的任何时刻停机，重新启动后可在停机前运算成果的基础上继续运算，直至算法结束。改进后的算法使得普通机器条件下针对大数据集运用Kme

2020-07-21 04:13

基于k_means聚类算法的研究.doc

收稿日期:20101201;修回日期:20110302基金项目:哈尔滨市后备带头人基金项目(2004AFXXJ039作者简介:黄韬(1982,男,黑龙江人,硕士研究生,研究方向为企业智能计算;刘胜

2020-12-16 10:38

基于K means算法的最佳聚类数研究

针对聚类算法在实现的过程中需要预先设定最终聚类数目的问题,提出了基于同类全部样本的类内紧密度和类间离差度的一种新聚类有效性指标,通过该指标能够有效地确定数据集的最佳聚类簇数。在确定最佳聚类数的过程中采

2021-01-16 11:16