彭井
- 作品数：6 被引量：1H指数：1
- 供职机构：北京航空航天大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于节点核心影响力的复杂网络聚类方法
- 本发明公开了一种基于节点核心影响力的复杂网络聚类方法，将复杂网络中的节点按照度的大小排序，初始各节点均未确定所属社区，将当前未确定所属社区的度最大的节点作为一个社区的核心节点，开始构建该社区，确定核心节点的相邻节点的社区...
- 童超刘琳牛建伟彭井
- 文献传递
- 基于Laplace矩阵Jordan型的复杂网络聚类算法被引量：1
- 2014年
- 在目前复杂网络聚类算法中,基于Laplace特征值的谱聚类方法具有严密的数学理论和较高的精度,但受限于该方法对簇结构数量、规模等先验知识的依赖,难以实际应用。针对这一问题,基于Laplace矩阵的Jordan型变换,提出了一种先验知识的自动获取方法,实现了基于Jordan矩阵特征向量的初始划分。基于Jordan型特征值定义了簇结构的模块化密度函数,并使用该函数和初始划分结果完成了高精度聚类算法。该算法在多个数据集中的实验结果表明,与目前主流的Fast-Newman算法、Girvan-Newman算法相比,基于Laplace矩阵Jordan型聚类算法在不依赖先验知识的情况下,实现了更高的聚类精度,验证了先验知识获取方法的有效性和合理性。
- 牛建伟戴彬童超霍冠英彭井
- 关键词：复杂网络聚类算法LAPLACE矩阵
- 一种基于随机扩散的复杂网络生成模型的建立方法
- 本发明公开了一种基于随机扩散的复杂网络生成模型的建立方法，属于社会网络分析和数据挖掘领域。所述方法首先创建一个新网络G，其结点集合V仅包含一个结点，边集合为空集；设变量i＝2，准备向网络中加入结点v<Sub>i</Sub...
- 牛建伟彭井童超
- 文献传递
- 基于节点核心影响力的复杂网络聚类方法
- 本发明公开了一种基于节点核心影响力的复杂网络聚类方法，将复杂网络中的节点按照度的大小排序，初始各节点均未确定所属社区，将当前未确定所属社区的度最大的节点作为一个社区的核心节点，开始构建该社区，确定核心节点的相邻节点的社区...
- 童超刘琳牛建伟彭井
- 一种基于随机扩散的复杂网络生成模型的建立方法
- 本发明公开了一种基于随机扩散的复杂网络生成模型的建立方法，属于社会网络分析和数据挖掘领域。所述方法首先创建一个新网络G，其结点集合V仅包含一个结点，边集合为空集；设变量i＝2，准备向网络中加入结点v<Sub>i</Sub...
- 刘禹牛建伟彭井童超
- 文献传递
- GFN:基于“群”思想对Fast-Newman算法改进的复杂网络聚类算法
- 2013年
- 针对目前复杂网络优化聚类算法目标函数的有偏性影响聚类精度的问题,提出了"群"的概念,实现了对节点在聚类过程中局部信息决策环境的划定。提出了基于"群"概念改进的网络模块性评价函数,并以该函数作为目标函数对Fast-Newman(FN)算法进行了改进。在不同类别数据集上进行的聚类实验的结果表明,基于"群"思想改进的FN算法(GFN)在复杂网络中的聚类精度比FN算法平均提高了约70%,从而验证了"群"思想在揭示真实簇结构过程中的有效性。
- 牛建伟戴彬童超彭井
- 关键词：复杂网络聚类算法FAST
