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。
技术关键词
顶点
聚类方法
重叠结构
矩阵
生成框架
网络分析技术
邻居
网络拓扑信息
聚类思想
决策
梯度下降法
模块
元素
拉普拉斯
度函数
代表
算法
系统为您推荐了相关专利信息
电容式压力变送器
温度补偿方法
SVR模型
多头注意力机制
非线性
锚杆检测方法
综合评估模型
水下超声波
方程
点云
定位方法
噪声子空间
协方差矩阵
物理
流场传感器
识别方法
邻域搜索算法
列表
图像获取模块
卷烟机滤棒
控制清洁机器人
覆盖率
机器人控制器
轮廓信息
计算机存储介质