版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、復雜網(wǎng)絡是由大量節(jié)點以及節(jié)點之間縱橫交錯的關系共同構成的網(wǎng)絡結(jié)構,其廣泛存在于自然界和社會系統(tǒng)中,研究發(fā)現(xiàn),社區(qū)結(jié)構是復雜網(wǎng)絡的重要特性之一。復雜網(wǎng)絡聚類的目的是發(fā)現(xiàn)網(wǎng)絡中普遍存在的社區(qū)結(jié)構,從而揭示復雜網(wǎng)絡的內(nèi)在屬性,對現(xiàn)實系統(tǒng)具有重要的指導意義。
本文首先在研究密度聚類算法的基礎上,針對其無法有效利用先驗知識的問題給出了半監(jiān)督密度聚類算法。算法通過約束對集合來表示先驗知識,根據(jù)Must-link的對稱性和傳遞性對先驗知識進
2、行擴展從而得到所有隱含的約束信息,算法在約束關系的指導下修改密度聚類算法的節(jié)點劃分規(guī)則進而得到滿足聯(lián)通性和最大性的社區(qū)結(jié)構,提高聚類準確率。其次,在研究半監(jiān)督聚類算法的基礎上,針對其無法自主獲取先驗知識的問題給出了主動密度聚類算法。算法通過比較節(jié)點之間相似度的極值來獲取監(jiān)督信息,通過盡可能少的代價來覆蓋全部社區(qū)及其邊界信息。將這部分主動約束信息引入到半監(jiān)督密度聚類算法中,以提高隨機半監(jiān)督密度聚類算法的聚類準確率。最后,通過仿真實驗驗證本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于半監(jiān)督的GN聚類算法研究.pdf
- 基于凸殼的半監(jiān)督聚類算法研究.pdf
- 基于半監(jiān)督聚類的圖像分割算法研究.pdf
- 基于領域知識的半監(jiān)督聚類算法研究.pdf
- 基于半監(jiān)督的高維聚類算法研究.pdf
- 基于最小類間距的半監(jiān)督聚類算法研究.pdf
- 半監(jiān)督譜聚類算法的研究
- 基于復雜網(wǎng)絡特征的聚類算法研究.pdf
- 基于半監(jiān)督聚類算法的研究與應用.pdf
- 半監(jiān)督譜聚類算法的研究.pdf
- 基于種子對象約束的半監(jiān)督聚類算法研究.pdf
- 基于半監(jiān)督聚類的入侵檢測算法研究.pdf
- 基于主動學習的半監(jiān)督譜聚類算法研究.pdf
- 基于密度聚類的網(wǎng)絡社區(qū)發(fā)現(xiàn)算法.pdf
- 半監(jiān)督聚類與分類算法研究.pdf
- 基于成對約束的半監(jiān)督文本聚類算法研究.pdf
- 基于模糊密度峰值聚類的復雜網(wǎng)絡社區(qū)發(fā)現(xiàn)研究.pdf
- 基于半監(jiān)督聚類的織物圖像分割算法研究.pdf
- 基于偶對約束的半監(jiān)督模糊聚類算法研究.pdf
- 半監(jiān)督聚類算法及應用的研究.pdf
評論
0/150
提交評論