图聚类
图聚类的相关文献在2006年到2022年内共计137篇,主要集中在自动化技术、计算机技术、分子生物学、废物处理与综合利用
等领域,其中期刊论文81篇、会议论文1篇、专利文献45733篇;相关期刊54种,包括信息技术、智能计算机与应用、计算机工程等;
相关会议1种,包括第二届中国分类技术及应用学术会议等;图聚类的相关文献由414位作者贡献,包括郑文萍、王杰、温菊屏等。
图聚类—发文量
专利文献>
论文:45733篇
占比:99.82%
总计:45815篇
图聚类
-研究学者
- 郑文萍
- 王杰
- 温菊屏
- 刘希玉
- 康昭
- 李炜疆
- 林治平
- 于慧娟
- 于昕
- 伍渊
- 刘东江
- 刘建宇
- 刘海军
- 刘芳
- 印桂生
- 叶真
- 向来生
- 吴亮
- 吴建设
- 周圣云
- 周天舒
- 周林
- 孙庆新
- 崔军
- 席卓
- 张浩杰
- 张登峰
- 张维刚
- 张艳雁
- 彭杨
- 徐保民
- 徐聿升
- 徐铭鸿
- 时逢宽
- 曹胜伟
- 曾国荪
- 李伟
- 李劲松
- 李国荣
- 李学龙
- 李智星
- 李阳阳
- 李雪瑶
- 李鸿升
- 束博
- 杨婕
- 杨贵
- 林冬梅
- 梁磊
- 梅娟
-
-
董永峰;
邓亚晗;
董瑶;
王雅琮
-
-
摘要:
聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性能。首先,介绍了传统的聚类任务;然后,根据网络结构介绍了基于深度学习的聚类及代表性方法,指出了当前存在的问题,并介绍了基于深度学习的聚类在不同领域的应用;最后,对基于深度学习的聚类发展进行了总结与展望。
-
-
王春杰;
何进荣;
王文发
-
-
摘要:
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聚类算法的研究现状与最新技术,对大量的、最新的多视角图聚类进行调查、归纳整理、分类及总结。根据多视角聚类涉及的算法机制和数学原理,并进一步分为基于图、基于网络和基于谱的聚类方法。不仅详细介绍了每一类算法数学原理、算法模型,而且还举例说明了这些算法的应用。报告了基于图的多视角聚类的现状,最后总结了各类算法的优缺点,并指出了当下的挑战以及未来研究发展的方向。
-
-
翟洪婷;
张庆锐;
卞若晨;
孙丽丽;
张延童;
翟启
-
-
摘要:
为获取智能电网中电力设备运行状况,考虑机器正常工作和异常工作状态下发出的声音不同,通过声音识别监测机器运行状态。针对获取机器异常状态下的声音样本的问题,该文提出一种基于图聚类的无监督机器状态检测方法。首先,通过自适应滤波方法降低噪声对音频的干扰;其次,对正常声音提取调制谱特征;然后,使用图聚类构造簇以捕获正常声音的变化特性;最后,计算待测声音与簇的距离来识别异常状态。仿真结果表明,该文算法对阀门、风扇、滑轨和泵4种电力设备的检测精度均有提高。
-
-
寿增;
许睿超;
马骁;
狄跃斌;
柴赫求;
徐剑
-
-
摘要:
近年来,开源软件在IT领域中发挥的作用越来越重要。然而,开源软件通常由多方共同开发,安全性很难得到有效的审查,往往存在大量的安全漏洞。为此,文中提出基于代码不一致性分析的开源软件漏洞检测方法,基于该方法并结合图聚类算法设计了面向开源软件的静态分析系统。系统将目标源代码进行编译并抽象成程序依赖图,对基本的程序依赖图进行抽象,构造出数据依赖图,并在此基础上使用图神经网络进行聚类,检验代码相似性,通过对聚类结果进行过滤,可以有效筛选出疑似漏洞。此外,本系统不需要外部数据集,仅通过开源软件自身的代码就可以进行安全漏洞检测。利用三个C语言开源软件作为测试数据,对系统进行了测试,结果表明,在少量的人工辅助分析基础上,该系统能够快速有效地发现开源软件中的多种漏洞。
-
-
郭飞鹏;
卢琦蓓;
孙兆洋
-
-
摘要:
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,结合距离函数的间接连接路径,实现对均值漂移图聚类的优化.最后,利用真实复杂网络数据集对所提方法进行分析.实验结果表明,所提方法较其他社区发现方法更高效准确,且适用于大规模复杂网络数据集.
-
-
尤坊州;
白亮
-
-
摘要:
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.然而,由于其高计算时间复杂度难以应用于处理大规模数据.为提高谱聚类算法在大规模数据集上的可用性,提出关键节点选择的快速图聚类算法.该算法包含三个重要步骤:第一,提出一种充分考虑抱团性和分离性的快速节点重要性评价方法;第二,选择关键节点代替原数据集构建二分图,通过奇异值分解获得数据的近似特征向量;第三,集成多次的近似特征向量,提高近似谱聚类结果的鲁棒性.该算法将时间复杂度由谱聚类原有的O(n3)降低到O(t(n+2n2)),增强了其在大规模数据集上的可用性.通过该算法与其他七个具有代表性的谱聚类算法在五个Benchmark数据集上进行的实验分析,比较结果展示了该算法相比其他算法能够更加高效地识别数据中的复杂类结构.
-
-
孙立君
-
-
摘要:
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场景下,本文的算法以局部表示假设为基础,进一步地与秩约束聚类方法相结合,并提出了一种有效的半监督聚类框架。此外,本文提出一种可将半监督的成对约束信息在生成图上进行标签传播的方法。
-
-
张志颖;
田有亮
-
-
摘要:
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到较为准确的挖掘结果的问题,提出基于结构熵的聚类方法实现对图中节点关联程度的划分。提出了计算二维结构信息的求解算法和基于熵减原则的模块划分算法,对图结构中节点划分得到对应的模块;利用K维结构信息算法对已划分的模块做进一步的划分,实现对图结构中节点的聚类;通过实例分析表明,所提出的图聚类方法不仅能够反映图结构的真实结构,而且可以有效地挖掘出图结构中节点之间的关联程度。同时对比了其他3种聚类方法,实验表明该方法在执行时间上具有更高的效率和保证聚类结果的可靠性。
-
-
-
刘东江;
黎建辉
-
-
摘要:
针对大规模图数据顶点聚类进行研究,提出了一种基于Spark的并行社区发现算法,其在基于极值优化的串行社区发现算法的基础上设计而成.此外还针对该串行算法在簇调整时因选择顶点数量过少而影响算法运行效率的问题,提出了一种多个顶点选择方法.该方法会计算一个阈值并发现所有适应度值小于该阈值的顶点,作为被选择的顶点;由于阈值是基于所有顶点的适应度值计算出来的,为了避免非常大的适应度值对阈值造成的影响该方法会限制被选择顶点的数量,若被选择的顶点过多,算法只保留其中的一部分.同时,还提出了一种顶点过滤方法,其可以有效减少图数据的数据量.实验表明,提出算法的运行时间明显短于比较的其他基于Spark的并行化社区发现算法,可以发现其运行速度相对较快.
-
-
高春鸣;
湖南师范大学数学与计算机科学学院;
彭杨
- 《第二届中国分类技术及应用学术会议》
| 2007年
-
摘要:
针对数据流约束的应用环境,在WebJet平台工具支撑下,采取集中式方式对Web服务进行组合,将Web服务组合采用图聚类方法划分成分布式代码片段,然后采取分布式方式运行服务组合的技术路线.在满足簇(划分)之间数据流量最小化及分布式系统吞吐量最大化的目标约束下,运用图聚类的多级算法划分Web服务组合.实例分析说明,该算法能自动、快速地将集中式BPEL程序划分为分布式的BPEL程序,并对BPEL程序迁移到的分布式节点之间的负载进行均衡调整,使分布式运行系统达到负载均衡。