基于并行K--MEANS聚類分析的社群發(fā)現算法研究.pdf_第1頁
已閱讀1頁，還剩70頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、復雜網絡社群發(fā)現算法的研究對于分析復雜網絡的拓撲結構、理解復雜網絡的功能、發(fā)現復雜網絡中的隱藏規(guī)律和預測復雜網絡的行為不僅有十分重要的理論意義，而且有廣闊的應用前景。目前已經廣泛應用于恐怖組織識別與組織結構管理等社會網絡分析中。
　　近年來，復雜網絡的社群發(fā)現問題受到了廣泛的關注，涌現出很多新穎的算法。但是，目前的社群發(fā)現算法存在劃分效果較好的算法時間復雜度過高、劃分速度快的算法劃分質量不佳等問題。本文針對K-Means算法的一些

2、缺點，結合其它算法的特點，加入增益函數的使用，在事先不確定k值的情況下，以最遠距離為原則選擇簇類中心，以最近距離為原則選擇簇中元素，以此提高算法的劃分精度，然后結合GPU并行化技術，將串行結構的K-Means算法改造成基于GPU并行的K-Means算法，提高算法的效率，最后使用NIVIDA的CUDA作為運算平臺進行并行算法的實現。當應用到實際的復雜網絡社群發(fā)現中時，則利用關聯度原則對該算法進行相應的改進，并使用相關網絡數據集對串行結構和

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，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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。

評論

0/150

提交評論