MeanCut: 基于路径相似性和度递减准则的贪婪优化图聚类
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于路径相似性的MeanCut算法,通过优化度数降序实现非破坏性图划分,增强簇内关联性,对任意形状的簇进行识别并对噪声具有鲁棒性。同时,通过将最优路径搜索转换为生成最大生成树(MST)降低相似性计算复杂性,提高算法时间效率。
🎯
关键要点
- 提出了一种基于路径相似性的MeanCut算法。
- 通过优化度数降序实现非破坏性图划分。
- 增强簇内关联性,允许对任意形状的簇进行识别。
- 对噪声具有鲁棒性。
- 将最优路径搜索转换为生成最大生成树(MST),降低相似性计算复杂性。
- 提高算法的时间效率。
➡️