基于局部相似性的K-means谱聚类算法

• 作者: 王佰超 王林 高红艳
• 来源期刊: 西安理工大学学报
• 学科: 工学
• 关键词: 局部相似性 谱聚类 K-means聚类
• 年，卷（期）: 2013,（4）
• 页码范围: 455-459
• 页数: 5页
• 分类号: TP15
• 字数: 2798字
• 语种: 中文

摘要

定义科学的局部相似性指数是基于局部相似性社团发现算法的关键,根据共有邻居信息定义的局部形似性指数对直接相连接点对的相似性数值存在低估倾向,本研究将节点对的关联信息加入到sφrensen局部相似性指数的定义中,结合K-means谱聚类算法对网络节点进行聚类.本研究定义的局部相似性指数克服了传统局部相似性指数的缺点,且保持了原有的计算复杂性.在计算机生成网络和实际网络上运行,并和经典算法做了比较,实验证明,所提算法能够较为有效、准确地检测网络的社团结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高红艳	西安理工大学自动化与信息工程学院	31	82	4.0	8.0
3	王林	西安理工大学自动化与信息工程学院	74	1063	14.0	31.0
6	王佰超	西安理工大学自动化与信息工程学院	1	4	1.0	1.0