基于图数据模型的聚类方法及可信度检测

• 作者: 程艳云 边荟凇 边长生
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 数据挖掘 聚类 图数据建模 模块性 PageRank算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 2102-2108,2116
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201806013

摘要

对于特征空间中的数据,传统聚类算法通常直接在特征空间中进行聚类分析,因此高维空间数据无法在二维平面实现直观有效的聚类结果图形可视化,图数据可以明确反映对象之间的相似性关系,根据数据对象之间的距离,通过迭代将特征空间的数据建模成图数据.并对建模得到的图数据模型进行基于模块性的聚类分析,实现对非凸球分布数据集的聚类及对聚类结果实现二维空间的图形可视化.提出了聚类结果关于类间邻近边界的可信度概念,并提出了一种利用PageRank算法实现对聚类结果可信度计算的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程艳云	南京邮电大学自动化学院	24	161	8.0	12.0
2	边荟凇	南京邮电大学自动化学院	1	1	1.0	1.0
3	边长生		2	12	1.0	2.0