parallelized-dc:并行图分区方法,旨在处理基于密度的聚类算法
文件大小: 6947k
源码售价: 10 个金币 积分规则     积分充值
资源说明:并行直流 增强社交网络社区检测的并行图分区方法 在社交网络中检测社区的需求一直充满挑战,尤其是在分析大型网络时。 因此,我提出了一种基于所谓的子树拆分策略的新分区算法。 该算法设计用于基于密度的算法,例如NetSCAN或DBSCAN。 该算法的目标是针对以下细节将图结构分为n个较小的组件: 分区过程保持分区的连接性。 该算法策略还允许分区之间的节点重叠。 出版作品 这项工作发表在第25届IEEE计算机与通信研讨会(ISCC)上。 YouTube演示文稿链接: : 文章链接: : 数据库 数字书目和图书馆计划(DBLP)数据库被建模为用于支持分析和实验的科学引文网络。 DBLP数据库实例: ://drive.google.com/open?id 1JzwoY3sHyE5sFma7vAgxORYTU8faInWU 较小的实例:ttps://github.com/Tales
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。