论文研究 基于谱特征和图分割的图聚类算法.pdf

为了对图数据库中的结构化数据有效的聚类分析，首先对不同的图数据样本进行特征的深度挖掘，构造了包含节点间连接层次关系的关联度矩阵，与拉普拉斯矩阵结合共同完成谱特征分析；然后利用高斯核函数进行相似度矩阵的构建，将相似度归一化到0到1的范围内便于后期处理；最后结合图分割与k-means算法将相似度矩阵进行k分割，得到k个聚类。经过大量分析实验表明，改进的拉普拉斯矩阵对样本内部结构有更为精细的划分，提高了前期样本处理效果。最小比率割算法在保证精度的前提下，将NP难的问题转化为多项式时间内解决的问题，提高了算法的效率。