首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于三支的图正则化非负矩阵分解重叠聚类方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南通大学

摘要:本发明公开了一种基于三支的图正则化非负矩阵分解重叠聚类方法,属于复杂网络分析技术领域,解决了现有网络重叠聚类方法忽视网络中结构信息以及检测结果敏感于模型及其算法构建而解释性弱的技术问题。其技术方案为:包括步骤:第一步,构建网络邻接矩阵;第二步,采用生成框架构建基本模型;第三步,构建基于网络拓扑相似度的图正则并融入基本模型形成联合模型;第四步,联合模型基于更新规则获取非重叠聚类结构;第五步,基于不同类别相似的三支决策寻找具有重叠结构的类别;第六步,基于顶点与类别相似再划分内部的重叠顶点;第七步,找出最终重叠聚类结构。本发明的有益效果为:实现具有复杂结构的网络重叠聚类、提高模型解释。

主权项:1.一种基于三支的图正则化非负矩阵分解重叠聚类方法,其特征在于,包括以下步骤:步骤S1、任一复杂网络可描述为G=E,P,其中P={p1,p2,...,pn}表示网络中的顶点集合,E={e1,e2,...,em}表示网络中的链路集合,形式化为邻接矩阵X={xij}∈Rn×n;步骤S2、采用生成框架刻画网络拓扑,构建基本模型的目标函数ObasicU,V,基本模型的类别数量参数由模块度算法获取;步骤S3、利用子空间聚类的思想构造了一个图正则项GR,减少网络拓扑稀疏性的负面影响,融入基本模型,构建联合模型的目标函数OcombU,V=ObasicU,V+λ·GR;步骤S4、基于KKT原则的梯度下降法推导的更新规则,联合模型获取最优解,即非重叠聚类结构;步骤S5、采用顶点的计算不同类别之间的相似性,基于三支决策的思想,选择具有重叠结构的类别对;步骤S6、重新划分具有重叠结构的类别内部顶点,获取重叠顶点;步骤S7、合并非重叠顶点和重叠顶点,获取最终的重叠聚类结构。

全文数据:

权利要求:

百度查询: 南通大学 基于三支的图正则化非负矩阵分解重叠聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。