[其他资源] parallelized-dc：并行图分区方法，旨在处理基于密度的聚类算法

[复制链接]

字体大小: 正常放大

1047521767

1158 主题	15 听众	1万积分

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

电梯直达

1^#

发表于 2022-11-23 14:24 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

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