基于对称非负矩阵分解的复杂网络模糊聚类
用最优化算法逼近网络特征矩阵以获取网络的降维描述是网络团模糊聚类的一个重要途径;在最优化算法设计上,多余约束会过滤掉有意义的拓扑信息;以提高模糊聚类精度为目的,以引入新的点团关系度量为基础,建立了一个约束更少的最优目标函数,并用一种对称式矩阵分解算法实施逼近;新度量中保留了更多网络拓扑信息,所得聚类结果较传统的模糊隶属度更为精确,在两种计算机模拟网络上的实验证明了该方法能提高网络聚类精度,在两个真实网络上的实验也获得了很好的效果.
网络模糊聚类、团-点关系度量、扩散核、模糊隶属度、对称非负矩阵分解
18
TP18(自动化基础理论)
国家自然科学基金资助项目60775012,60634030;西北工业大学科技创新项目KC02
2011-06-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
2872-2874,2878