原文服务方: 计算机应用研究       
摘要:
揭示网络簇结构的复杂网络聚类方法研究具有重要的理论意义和应用价值.应用两种谱方法将复杂网络簇结构发现问题转换为空间数据聚类问题,并将粒子群聚类算法应用到对复杂网络簇结构的探测,提出了两种新的结合粒子群聚类的复杂网络簇结构探测算法.最后在两类复杂网络上进行实验并对实验结果进行了比较分析,提出的新算法在聚类准确性方面效果更好.
推荐文章
一种新的快速混合聚类算法
划分
层次
压碎
聚类
算法
一种新聚类算法在模糊神经网络中的应用
聚类算法
模糊神经网络
TSK模型
混合算法
一种新的告警关联聚类算法
告警泛洪
告警关联
根源性告警
聚类算法
一种新的混合聚类算法
混合聚类
粒子群优化算法
模糊C-均值算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的复杂网络聚类算法
来源期刊 计算机应用研究 学科
关键词 复杂网络 网络聚类 网络簇结构 谱方法 粒子群聚类算法
年,卷(期) 2010,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2097-2099
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.06.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 向阳 16 111 4.0 10.0
2 李峻金 3 82 3.0 3.0
3 芦英明 2 78 2.0 2.0
4 牛鹏 3 40 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (172)
参考文献  (9)
节点文献
引证文献  (24)
同被引文献  (19)
二级引证文献  (65)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(15)
  • 参考文献(4)
  • 二级参考文献(11)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(6)
  • 二级引证文献(1)
2013(8)
  • 引证文献(4)
  • 二级引证文献(4)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(10)
  • 引证文献(4)
  • 二级引证文献(6)
2016(19)
  • 引证文献(3)
  • 二级引证文献(16)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
复杂网络
网络聚类
网络簇结构
谱方法
粒子群聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导