确定 FCM 聚类中心的自动谱聚类社团发现算法

摘要：

通常大规模复杂网络中社团数量是未知的，针对K-means 谱聚类社团发现算法无法自动确定社团数量和聚类精度不高的缺点，提出了基于本征间隙和模糊c均值算法的自动谱聚类算法发现算法（FCMASC）。该算法利用特征值的最大本征间隙来确定社团划分数量k，以特征向量矩阵线性相关性来确定FCM算法的初始聚类中心，运用FCM算法来对特征矩阵向量矩阵进行聚类。实验结果显示FCMASC算法能够有效提高聚类精度。

关键词：社团发现、谱聚类、本征间隙、复杂网络

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61462036

在线出版日期：2016-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86