查询结果:   沙爱晖,黄树成,李甜.一种基于网络社团结构和模块化函数的聚类算法[J].计算机应用与软件,2014,31(4):274 - 277.
中文标题
一种基于网络社团结构和模块化函数的聚类算法
发表栏目
算法
摘要点击数
797
英文标题
A CLUSTERING ALGORITHM BASED ON NETWORK COMMUNITY STRUCTURE and MODULAR FUNCTION
作 者
沙爱晖 黄树成 李甜 Sha Aihui Huang Shucheng Li Tian
作者单位
江苏科技大学计算机科学与工程学院 江苏 镇江 212003     
英文单位
School of Computer Science and Engineering, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China     
关键词
复杂网络 社团结构 聚类 模块化函数
Keywords
Complex network Community structure Clustering Modular function
基金项目
国家自然科学基金项目(70871057);江苏省高校自然科学研究计划项目(2008DX065J);江苏省研究生培养创新工程项目(CXZZ12_0721)
作者资料
沙爱晖,硕士生,主研领域:数据挖掘,复杂网络。黄树成,副教授。李甜,硕士生。 。
文章摘要
结合复杂网络社团结构的相关研究,提出一种基于网络社团结构和模块化函数的聚类算法CSMFBCA(Community Structure and Modularization Function Based Clustering Algorithms)。算法通过数据点之间的关系进行融合,形成一定的数据簇,然后定义一个统筹全局的模块化函数,再通过最大化模块函数值,得到最优的聚类结果。实验结果表明,该算法不仅能很好地解决凹形数据聚类以及聚类个数识别的问题,而且能处理权重无向网络的社团发现问题,比现有的典型算法有明显的优势。
Abstract
In conjunction with related study on complex network community structure, in this paper we propose a clustering algorithm CSMFBCA, which is based on network community structure and modular function. The algorithm forms certain data cluster by fusing the data through the relationship among data points, and then defines a modular function which co-ordinates the whole, finally the optimal clustering results are obtained through maximising the modular function value. Experimental results show that this algorithm can gracefully cope with concave data clustering and the identification of clusters number. Furthermore, it can also deal with community detection issue in weighted and undirected network, thus has remarkable advantages over current typical algorithms.
下载PDF全文