典型文献
一种基于代表参数的图聚类算法
文献摘要：
图聚类是图数据管理领域中的一个重要问题.对于给定的图G,图聚类的目标是将图的顶点划分到不同的簇中.划分后,同一个簇中顶点间的连接较为紧密,而不同簇中顶点间连接较为松散.已有研究成果的共性问题是它们需要计算每两个顶点间的相似性,这需要浪费大量计算资源.基于上述问题,提出图聚类框架RPGC(Representative Parameter Graph Cluster)避免大量顶点间相似性的计算.RPGC使用历史聚类信息创建一组代表性强的参数集H.对于任意历史聚类参数h,RPGC可从代表参数集中找到与之相似程度较高的参数.当有新的聚类请求被提交时,RPGC可从H中找到与之相似程度高的代表参数,进而根据基于代表参数得到的聚类结果执行增量计算,实现图的高效聚类.利用大量真实数据集和合成数据集对RPGC的高效性进行了验证.
文献关键词：
图;聚类;核心顶点;代表参数集;图聚类框架
中图分类号：
作者姓名：
夏秀峰;方鹏;周大海;安云哲;吴东翰;张学鑫
作者机构：
沈阳航空航天大学 计算机学院,沈阳110136
文献出处：
引用格式：
[1]夏秀峰;方鹏;周大海;安云哲;吴东翰;张学鑫-.一种基于代表参数的图聚类算法)[J].沈阳航空航天大学学报,2022(02):46-54
A类：
图聚类框架,RPGC,代表参数集,核心顶点
B类：
聚类算法,图数据,数据管理,管理领域,分到,同一个,间连接,共性问题,计算资源,出图,Representative,Parameter,Graph,Cluster,使用历史,相似程度,请求,提交,真实数据,合成数据集
AB值：
0.233078
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
