计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
11期
3934-3938
,共5页
图聚类%图稀疏化%采样%相似度%k-medoids算法
圖聚類%圖稀疏化%採樣%相似度%k-medoids算法
도취류%도희소화%채양%상사도%k-medoids산법
graph clustering%graph sparsification%sampling%similarity%k-medoids algorithm
为保证在不牺牲精度的前提下加快大规模图聚类速度,将稀疏化思想引入图聚类中,在大图聚类之前增加一个稀疏化图的环节,稀疏化之后的图能够很好地保持原始图中各类结构,可实现在更小规模数据集上进行图聚类以提高运行速度.针对DBLP数据集构成的图,分别在原始图和稀疏化图上使用k-medoids图聚类算法,比较其运行时间和聚类精度,实验结果表明,在稀疏化图上进行聚类,可大大缩短运行时间,聚类精度并没有降低,实验分类情况和实际情况相吻合,取得了很好的聚类效果.
為保證在不犧牲精度的前提下加快大規模圖聚類速度,將稀疏化思想引入圖聚類中,在大圖聚類之前增加一箇稀疏化圖的環節,稀疏化之後的圖能夠很好地保持原始圖中各類結構,可實現在更小規模數據集上進行圖聚類以提高運行速度.針對DBLP數據集構成的圖,分彆在原始圖和稀疏化圖上使用k-medoids圖聚類算法,比較其運行時間和聚類精度,實驗結果錶明,在稀疏化圖上進行聚類,可大大縮短運行時間,聚類精度併沒有降低,實驗分類情況和實際情況相吻閤,取得瞭很好的聚類效果.
위보증재불희생정도적전제하가쾌대규모도취류속도,장희소화사상인입도취류중,재대도취류지전증가일개희소화도적배절,희소화지후적도능구흔호지보지원시도중각류결구,가실현재경소규모수거집상진행도취류이제고운행속도.침대DBLP수거집구성적도,분별재원시도화희소화도상사용k-medoids도취류산법,비교기운행시간화취류정도,실험결과표명,재희소화도상진행취류,가대대축단운행시간,취류정도병몰유강저,실험분류정황화실제정황상문합,취득료흔호적취류효과.
