图聚类相关论文
近年来随着社会网络的兴起,社区发现的研究在数据挖掘领域和社会网络分析中引起了广泛的关注,可以有效地发掘隐藏在社会网络中的社......
学术评价是科研活动中一项非常重要的价值评估工作,是衡量科研主体的学术质量和创新性的关键途径。对学术成果进行公平公正的客观......
随着人口的不断增长,行人聚集活动带来的安全问题日益突出。面向大规模人群的智能视频监控受到各国学者的广泛关注,成为预防突发性......
半监督学习可以利用少量的先验信息来更好地进行模式识别的工作.而标签传播算法是半监督学习中的研究热点之一.在半监督聚类的应用......
为了让计算机理解人类语言,词向量方法将每个单词的语义用一个低维稠密的向量表示,这是自然语言处理领域的一个重大突破。然而,自......
目前,随着大数据和5G产业的高速发展,各个领域产生的数据种类和数量都呈现出快速增长的态势,在数据开放共享逐渐改变了人们的生活......
随着全球信息化建设的加速,企业的专业文档管理系统在日常运作中会积累大量的电子文档。系统中文档数量的不断增加导致用户不能快......
多视角聚类通过利用多视角之间的互补性和一致性信息来提高聚类的性能.近年来受到越来越多的关注.为了及时掌握目前基于图的多视角......
针对以大数据为中心的信息开放共享平台,如何从嵌入大规模噪声结构的网络中解码出网络的真实结构,进一步在挖掘关联信息的过程中得......
在信息化时代,互联网的快速发展大大改变了人们的生活,人们的生产活动大多都在互联网上进行备案,产生相对应的业务流程信息。对于......
近年来,随着移动互联网技术的飞速发展,越来越多的数据开始以复杂网络的形式呈现在人们面前,人们的生活也处于各种各样的复杂网络......
在众多聚类算法中,谱聚类作为一种代表性的图聚类算法,由于其对复杂数据分布的适应性强、聚类效果好等优点而受到人们的广泛关注。......
现今图聚类复杂网络社区发现方法主要关注于网络拓扑结构,没有考虑节点间的属性相似性。利用结构和属性相似性融合,结合距离函数的......
随着当前互联网的快速发展,社交网络和人们日常生活的丰富,数据所呈现出来的结构也变得越来越复杂,以图模型为代表的数据类型也应......
随着互联网技术的不断发展,互联网已经融入了我们生活中的方方面面。评论系统是以此为背景发展起来的一个新兴产物,其广泛应用于各......
图聚类作为从海量数据中发现有用知识的技术引起了人们的广泛关注。目前的聚类方法多是在基于图拓扑结构或基于图节点属性方面进行......
近年来,伴随着蛋白质组学和系统生物学研究的逐步深入,利用蛋白质相互作用网络识别复合体逐渐成为生物信息学的一个研究热点。高通......
随着存储硬件的不断升级以及数据传输速度的不断提升,记录视频变得越来越廉价和快捷。怎么有效地存储以及浏览这些视频是视频摘要......
聚类分析是当前机器学习的一个研究热点,它旨在将数据集合拆分组成若干有意义的簇（也叫“类”）,从而实现对数据的解释和识别。基于图......
随着大数据时代的到来,用图来表示数据成为越来越常见的形式,图聚类也成为了数据挖掘的重要技术手段。传统的图聚类技术主要是静态......
近年来,随着“一带一路”建设工作的推进,越南与中国交流愈加频繁,共同关注的新闻事件也越来越多。新闻事件发生后,国内及越南国家......
特征选择是模式识别和机器学习领域中一种常用的数据预处理技术。近年来,科学技术的快速发展导致数据维度急剧增加,不相关和冗余特......
在当今大数据时代,数据对象往往能够在多个视角下进行特征表示,形成多视角数据。多视角数据对传统机器学习算法提出了新的挑战同时......
近年来，查询意图识别研究引起了学界广泛关注，其中，不给定类目体系的查询意图识别是该领域一重要研究。本文基于AOL日志数据集，利......
针对待分类样本与训练样本之间存在分布差距、聚类集成分类方法受聚类误差影响导致分类准确率低的问题，提出一种基于图聚类标签......
自神经网络集成概念和思想提出以后，大量研究人员便涌入该领域，从而使得神经网络集成成为当今国际机器学习和神经计算学界的研究热点......
对并行图聚类算法进行了研究。基于Spark提出了一个新的并行图聚类算法;由于Spark中的top操作需要耗费大量的内存,提出了一个新算......
探索用图谱方法嵌入和聚类非加权图,以图的邻接矩阵主要特征向量来定义邻接矩阵的特征模.对每个特征模,我们计算谱特征向量,包括特......
在现代化社会发展的背景下,科技的发展取得了不小的进步,而本文主要对大数据时代下的图聚类算法以及其在社会关系网络中的应用进行......
对于大规模的图数据,当前的图聚类算法的时间和空间扩展性较差,且倾向于细粒度的簇.本文提出k层邻接点概念,从而避免单层邻接点导......
从大规模的复杂网络中挖掘重要的簇结构已经成为当今研究的热点之一.对复杂网络中基于密度和模块性的图聚类算法中的边权重定义、......
图是一种有效、简单而系统的建模方式,如何有效、准确的进行图聚类是目前的一个研究热点.本文提出一种基于结构和属性的图聚类算法......
远同源蛋白间的序列相似性很低,处于随机涨落区域边缘,很难区分通过比对获得的序列特征是进化过程中功能约束还是随机突变导致的结......
探测蛋白质相互作用网络中的功能模块对于理解生物系统的组织和功能具有重要的意义.目前,普遍的做法是将蛋白质相互作用网络表示成......
聚类是分析和探测数据的重要方法,而图聚类则是一种非常重要的特征模式聚类的变体。以无向非加权连通图为研究对象,提出了一种基于......
为证明不确定性的存在对聚类结果不可忽略的影响,改进了基于能量模型布局和模块化聚类的算法LinLogLayout,使之可以处理不确定图数......
针对许多经典的图聚类算法存在输入参数难以确定、时间复杂度过高、聚类精度较低等缺点,提出了一种无须输入参数的基于核心顶点的......
提出了一种图聚类方法,即发现软件系统中组合横切关注的方面挖掘方法.该图聚类方法不仅考虑了连接度,亦考虑了相似度.采用一个新的......
结构化图聚类是大图数据分析的主要技术之一,在社区检测、生物功能发现和图可视化等许多实际应用中具有重要意义。目前的分布式结......
为了躲避追踪,僵尸网络的结构与技术不断进化,自动生成伪随机域名来定位C＆C服务器的通信变得流行起来.传统的通过域名与ip过滤来阻......
蛋白质互作用网络是一种典型的复杂网络,呈现了明显的社区结构。网络中的社区对应于功能模块,通常被看作蛋白质复合物。蛋白质复合......
以无向非加权图为研究对象，提出了一种基于社团结构核心区域集的图聚类方法，一个社团结构核心区域集是满足五个限定条件的一组完全子......
节点相似度是图聚类算法的重要基础,在基于结构-属性图聚类现有方法中,由于传统图模型的限制,需要多次矩阵相乘来调整属性边的权值......
通过重新定义传统GN算法的边介数计算,提出了一种基于链路预测方法的图聚类算法;并且在分析GNRA仍旧存在的不足的基础上,给出了其......
针对信息检索领域存在的用词歧义和检索词简短的问题,本文提出了一种基于TF-IQF模型和图聚类的个性化查询建议方法。对于用户的查......
为了利用DNA计算求解图聚类问题,提出一种结合三链DNA和3-臂DNA模型的图聚类算法。基于k-medoids算法的思想,对图的顶点及边进行划......
