您的位置: 专家智库 > >

韩凌霄

作品数:2 被引量:4H指数:2
供职机构:青岛理工大学通信与电子工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇社团
  • 1篇社团结构
  • 1篇邻居节点
  • 1篇聚类
  • 1篇聚类中心
  • 1篇改进K-ME...
  • 1篇K-MEAN...
  • 1篇初始聚类中心

机构

  • 2篇青岛理工大学

作者

  • 2篇赵京胜
  • 2篇韩凌霄
  • 2篇孙宇航

传媒

  • 1篇计算机科学
  • 1篇青岛理工大学...

年份

  • 2篇2015
2 条 记 录,以下是 1-2
排序方式:
基于社团强度系数的社团结构发现算法被引量:2
2015年
社团结构是复杂网络普遍存在的拓扑特性之一。为了将复杂网络中的社团结构有效地划分出来,在对强社团定义的基础上,引入社团强度系数的概念,提出了一种基于社团强度系数的社团结构发现算法。该算法具有较低的时间复杂度,通过不断寻找网络最大度数的节点及其邻居节点,计算其社团强度系数来衡量社团如何划分。主要针对Zachary网络和Dolphin网络等进行了仿真实验,结果表明该算法具有较高的社团划分准确度、较好的敏感性和良好的可扩展性,充分验证了其可行性和有效性。
赵京胜孙宇航韩凌霄
关键词:社团结构邻居节点
一种优化初始中心的改进K-means算法被引量:2
2015年
传统的K-means算法由于随机选取初始簇中心,造成聚类结果不稳定,容易陷入局部最优.针对这个问题,提出了一种优化初始中心的方法,即在高密度区域中以距离最远的两点作为初始的簇中心,然后再找到这两个初始中心距离和最大的点作为第3个初始中心,依此类推,直到找到k个初始中心.实验结果证明,改进的K-means算法,有较好的准确率,能够消除算法对初始中心的依赖,提高了聚类效果.
赵京胜韩凌霄孙宇航
关键词:K-MEANS算法初始聚类中心
共1页<1>
聚类工具0