基于局部相似性的K-means谱聚类算法

• 作者: 刘飞 高红艳
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 局部相似性 谱聚类 K-means聚类
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1133-1136
• 页数: 4页
• 分类号: TP311
• 字数: 3407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相似性指数对直接相连节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	宝鸡文理学院物理与信息技术系	31	82	4.0	8.0
2	刘飞	宝鸡文理学院物理与信息技术系	35	44	3.0	4.0