基于DBSCAN算法的复杂网络聚类

• 作者: 关童升 姜皓月 宁雪梅 王思奇 石梦彤 陈嘉威
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 数学
• 关键词: 复杂网络 网络聚类 密度聚类
• 年，卷（期）: 2018,（1Z）
• 页码范围: 141-143
• 页数: 3页
• 分类号: O157.5

摘要

复杂网络聚类方法可以挖掘复杂网络的结构,对复杂网络的研究具有重要意义。DBSCAN算法是一种基于密度的聚类算法,主要用于对传统数据点集进行聚类。由于复杂网络的特殊性质,对DBSCAN算法进行改进,采用相似度度量法代替传统算法中的欧式距离度量,对复杂网络进行聚类。其优点是聚类快速、可以发现任意形状的聚类、自动确定聚类数以及有效剔除噪声点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁雪梅	北京林业大学理学院	6	1	1.0	1.0
2	姜皓月	北京林业大学理学院	2	1	1.0	1.0
3	石梦彤	北京林业大学理学院	3	1	1.0	1.0
4	关童升	北京林业大学理学院	2	1	1.0	1.0
5	王思奇	北京林业大学理学院	2	1	1.0	1.0
6	陈嘉威	北京林业大学理学院	3	1	1.0	1.0