基于CFSFDP算法的复杂网络聚类

• 作者: 宁雪梅 王馨妍 郭怡君
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 复杂网络 社区挖掘 密度聚类 CFSFDP算法 相似度
• 年，卷（期）: 2019,（11X）
• 页码范围: 278-281
• 页数: 4页
• 分类号: TP301

摘要

针对复杂网络的特殊性质导致社区挖掘质量较低的问题,提出一种相似度度量方法代替传统的欧氏距离,从而将密度聚类CFSFDP(Clustering by fast search and find of density peaks)算法应用到复杂网络聚类中去。首先,利用Pade逼近方法计算复杂网络的拉普拉斯算子矩阵指数;接着,归一化核心矩阵得到相似度矩阵,并求倒数得出复杂网络各节点间距离;最后,借鉴CFSFDP算法思想,将节点自身邻域密度、与其他邻域密度较高节点的距离结合作为判断依据,得出聚类中心并剔除噪声点,再将其余节点与距离最近的聚类中心划分为一类。在人工模拟数据和真实数据集上的实验结果表明:所提算法聚类准确率较高,以超几何定律为最佳匹配标准的已知组与实验组的随机重叠概率较高,算法可用于挖掘高质量的复杂网络社区。

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	王馨妍	北京林业大学理学院	2	0	0.0	0.0
3	郭怡君	北京林业大学理学院	2	0	0.0	0.0