- 在线时间
- 514 小时
- 最后登录
- 2023-12-1
- 注册时间
- 2018-7-17
- 听众数
- 15
- 收听数
- 0
- 能力
- 0 分
- 体力
- 39388 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 12512
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1388
- 主题
- 1158
- 精华
- 0
- 分享
- 0
- 好友
- 15
TA的每日心情 | 开心 2023-7-31 10:17 |
---|
签到天数: 198 天 [LV.7]常住居民III
- 自我介绍
- 数学中国浅夏
|
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/Tales6 K0 f- x1 J! e p: g
( | Y/ K( ]* D6 A3 e+ O9 Y- _
|
zan
|