基于DBSCAN算法的复杂网络聚类
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.
复杂网络、网络聚类、密度聚类
14
TP301(计算技术、计算机技术)
北京林业大学大学生科研训练计划X201710022145;国家自然基金项目资助11501032
2018-02-05(万方平台首次上网日期,不代表论文的发表时间)
共3页
141-143