基于Laplace矩阵Jordan型的复杂网络聚类算法

• 作者: 彭井 戴彬 牛建伟 童超 霍冠英
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 复杂网络 聚类算法 Laplace矩阵 Jordan型 先验知识获取
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 学 术 论 文
• 页码范围: 11-21
• 页数: 11页
• 分类号: TP301.6
• 字数: 7348字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.03.002

摘要

在目前复杂网络聚类算法中，基于 Laplace 特征值的谱聚类方法具有严密的数学理论和较高的精度，但受限于该方法对簇结构数量、规模等先验知识的依赖，难以实际应用。针对这一问题，基于Laplace矩阵的Jordan型变换，提出了一种先验知识的自动获取方法，实现了基于Jordan矩阵特征向量的初始划分。基于Jordan型特征值定义了簇结构的模块化密度函数，并使用该函数和初始划分结果完成了高精度聚类算法。该算法在多个数据集中的实验结果表明，与目前主流的Fast-Newman算法、Girvan-Newman算法相比，基于Laplace矩阵Jordan型聚类算法在不依赖先验知识的情况下，实现了更高的聚类精度，验证了先验知识获取方法的有效性和合理性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛建伟	北京航空航天大学虚拟现实技术与系统国家重点实验室	58	1191	15.0	34.0
2	童超	北京航空航天大学虚拟现实技术与系统国家重点实验室	14	106	4.0	10.0
3	戴彬	北京航空航天大学虚拟现实技术与系统国家重点实验室	8	13	2.0	3.0
4	霍冠英	北京航空航天大学虚拟现实技术与系统国家重点实验室	1	5	1.0	1.0
5	彭井	北京航空航天大学虚拟现实技术与系统国家重点实验室	2	7	2.0	2.0