您当前的位置:
首页 >
文章列表页 >
基于密度估计的社会网络特征簇挖掘方法
学术论文 | 更新时间:2024-06-05
    • 基于密度估计的社会网络特征簇挖掘方法

    • Mining characteristic clusters:a density estimation approach

    • 在社会网络分析领域,专家通过凝聚式聚类方法和拓扑结构分析,提出了一种发现特征聚簇的新思路,验证了模型的合理性和算法的高效性。
    • 通信学报   2012年33卷第5期 页码:38-48
    • DOI:1000-436X(2012)05-0038-11    

      中图分类号: TP311
    • 网络出版日期:2012-05

      纸质出版日期:2012-05-25

    移动端阅览

  • 韩毅, 方滨兴, 贾焰, 等. 基于密度估计的社会网络特征簇挖掘方法[J]. 通信学报, 2012,33(5):38-48. DOI: 1000-436X(2012)05-0038-11.

    Yi HAN, Bin-xing FANG, Yan JIA, et al. Mining characteristic clusters:a density estimation approach[J]. Journal on communications, 2012, 33(5): 38-48. DOI: 1000-436X(2012)05-0038-11.

  •  
  •  

0

浏览量

1

下载量

9

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于快速密度峰值聚类离群因子的离群点检测算法
ERDOF:基于相对熵权密度离群因子的离群点检测算法
基于BCP的联合委托学习模型及协议
城市环境下的用户移动行为建模概述
基于节点通信行为时序的指控信息流挖掘算法

相关作者

李森
张忠平
刘书霞
刘伟雄
张玉停
邓禹
魏棉鑫
高胜

相关机构

河北省计算机虚拟技术与系统集成重点实验室
燕山大学信息科学与工程学院
河北科技师范学院
河北省软件工程重点实验室
贵州省计量测试院
0