版權(quán)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(quán),請進行舉報或認領(lǐng)
文檔簡介
1、復雜網(wǎng)絡(luò)社群發(fā)現(xiàn)算法的研究對于分析復雜網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、理解復雜網(wǎng)絡(luò)的功能、發(fā)現(xiàn)復雜網(wǎng)絡(luò)中的隱藏規(guī)律和預測復雜網(wǎng)絡(luò)的行為不僅有十分重要的理論意義,而且有廣闊的應(yīng)用前景。目前已經(jīng)廣泛應(yīng)用于恐怖組織識別與組織結(jié)構(gòu)管理等社會網(wǎng)絡(luò)分析中。
近年來,復雜網(wǎng)絡(luò)的社群發(fā)現(xiàn)問題受到了廣泛的關(guān)注,涌現(xiàn)出很多新穎的算法。但是,目前的社群發(fā)現(xiàn)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(zhì)量不佳等問題。本文針對K-Means算法的一些
2、缺點,結(jié)合其它算法的特點,加入增益函數(shù)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(jié)合GPU并行化技術(shù),將串行結(jié)構(gòu)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(xiàn)。當應(yīng)用到實際的復雜網(wǎng)絡(luò)社群發(fā)現(xiàn)中時,則利用關(guān)聯(lián)度原則對該算法進行相應(yīng)的改進,并使用相關(guān)網(wǎng)絡(luò)數(shù)據(jù)集對串行結(jié)構(gòu)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(lián)系上傳者。文件的所有權(quán)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(quán)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(quán)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
- 基于遺傳算法的并行化K--means聚類算法研究.pdf
- 基于語義分析和改進K--means算法的新聞熱點提取方法研究.pdf
- 基于mapreduce的k-means并行算法設(shè)計
- 基于mapreduce的k-means并行算法設(shè)計
- 基于差分隱私的K-means聚類分析.pdf
- 數(shù)據(jù)挖掘中基于遺傳算法的K--means聚類算法的研究及應(yīng)用.pdf
- 基于K--means聚類算法的協(xié)同過濾服務(wù)質(zhì)量預測.pdf
- 基于KK-Means算法的miRNA聚類分析.pdf
- 基于混合PSO的K-means算法及并行化研究.pdf
- K--means算法在地質(zhì)災(zāi)害系統(tǒng)中的應(yīng)用研究.pdf
- 基于Mahout的并行化k-means聚類算法優(yōu)化研究.pdf
- K-means算法并行實現(xiàn)與性能優(yōu)化.pdf
- 聚類K-means算法及并行化研究.pdf
- 基于Spark的K-means算法的并行化實現(xiàn)與優(yōu)化.pdf
- 基于K-means聚類分析的南海水團分布及其季節(jié)變化研究.pdf
- 基于k-means聚簇的分布式并行SVM算法優(yōu)化.pdf
- K--means聚類視覺詞典構(gòu)造的人臉識別研究.pdf
- 基于遺傳算法的K-means聚類算法分析研究.pdf
- 基于K--Means的水下傳感器網(wǎng)絡(luò)AUV數(shù)據(jù)收集方法研究.pdf
- 基于K-means的智能存儲算法.pdf
評論
0/150
提交評論