计算机科学 ›› 2013, Vol. 40 ›› Issue (11): 70-73.
刘玉华,张翼,徐翠,晋建志
LIU Yu-hua,ZHENG Yi,XU Cui and JIN Jian-zhi
摘要: 针对当前复杂网络研究中聚类的热点问题,提出了一种基于数据场的复杂网络聚类算法,该算法通过一种基于互信息的方法计算出复杂网络中节点的重要性,然后通过数据场中节点的势来划分网络的簇结构。实验证明,该算法在计算时间和精度上具有一定的优势。
[1] Brandes U,Delling D,et al.On modularity clustering[J].IEEE Transaction on Knowledge and Data Engineering,2008,20(2):172-188 [2] 杨博,刘大有,等.复杂网络聚类方法[J].软件学报,2009,20(1):54-66 [3] 孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008,19(1):48-61 [4] 淦文燕,李德毅,王建民.一种基于数据场的层次聚类方法[J].电子学报,2006,34(2):258-262 [5] 戴晓军,淦文燕,李德毅.基于数据场的图像数据挖掘研究[J].计算机工程与应用,2004(26) [6] 陈勇,胡爱群,胡啸.通信网中节点重要性的评价方法[J].通信学报,2004,25(8) [7] Page L,Brin S.The PageRank Citation Ranking:Bringing Order to the Web[C]∥Stanford Digital Libraries Working Paper.1998 [8] Wasserman S,Faust K.Social network analysis:methods andapplications [M].Cambridge:Cambridge University Press,1994:218 [9] 傅祖芸.信息论-基础理论与应用[M].北京:电子工业出版社,2001 [10] 胡钢锋,李德毅,陈桂生,等.一种网络化数据挖掘方法研究[J].微电子学与计算机,2006,3(9):126-128 [11] Zachary W W.An information flow model for conflict and fission in small groups[J].Journal of Anthropological Research,1977,3(4):452-473 |
No related articles found! |
|