10.13229/j.cnki.jdxbgxb201605034
引入极值非相邻连接的连接聚类方法
针对在连接相似度的计算过程中原始连接聚类(LC)方法并未考虑非相邻连接的相似关系,本文提出的极值非相邻连接相似度策略,弥补了原有连接相似度的不足.新的极值非相邻连接相似度(MLS)策略考虑了连接之间相似关系的邻居节点集合的最大、最小情况.在此基础上,结合EQ评估策略,给出了新的引入极值非相邻连接的连接聚类(MLC)方法.在3组测试数据集上的实验结果表明:本文MLC方法相比原始LC、经典重叠社区发现(CPM)方法和扩展的连接聚类ELC方法在多种评估指标上表现优异.
人工智能、连接聚类、连接相似度、重叠社区发现、相邻连接、非相邻连接
46
TP301(计算技术、计算机技术)
国家自然科学基金项目61472159,61572227
2017-01-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
1616-1621