公开(公告)号：CN119760464A

公开(公告)日：2025-04-04

申请号：CN202411888716.X

申请日：2024-12-20

Applicant: 南通大学

Inventor： 曹金鑫 ,  邹晓阳 ,  马星如 ,  鞠恒荣 ,  丁卫平

IPC: G06F18/2337 ,  G06F18/23213 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明提出了一种图正则化模糊自编码器的重叠群簇检测方法，属于复杂网络分析技术领域，解决了现有深度学习群簇检测方法难以处理拓扑中复杂结构导致过拟合以及重叠群簇检测欠缺的技术问题。其技术方案为：第一步，基于邻接矩阵和节点的度计算得出模块度矩阵；第二步，利用自编码器和模糊C均值聚类方法实现模糊自编码器的构建；第三步，构造一个图正则项以刻画节点的局部相似性；第四步，图正则化模糊自编码器经过训练获得模糊隶属度矩阵；第五步，使用模糊隶属度矩阵获取强相关阈值；第六步，运用节点的模糊隶属度计算重叠阈值；第七步，获取最终重叠群簇结构。本发明的有益效果在于，实现具有复杂结构重叠群簇的检测、提高模型泛化能力。

公开(公告)号：CN118606729A

公开(公告)日：2024-09-06

申请号：CN202410729232.4

申请日：2024-06-06

Applicant: 南通大学

Inventor： 曹金鑫 ,  邹晓阳 ,  鞠恒荣 ,  丁卫平 ,  马星如

IPC: G06F18/23 ,  G06F18/2132 ,  G06F18/22 ,  G06N3/084 ,  G06N3/04 ,  G06N5/045

Abstract: 本发明公开了一种基于三支的图正则化非负矩阵分解重叠聚类方法，属于复杂网络分析技术领域，解决了现有网络重叠聚类方法忽视网络中结构信息以及检测结果敏感于模型及其算法构建而解释性弱的技术问题。其技术方案为：包括步骤：第一步，构建网络邻接矩阵；第二步，采用生成框架构建基本模型；第三步，构建基于网络拓扑相似度的图正则并融入基本模型形成联合模型；第四步，联合模型基于更新规则获取非重叠聚类结构；第五步，基于不同类别相似的三支决策寻找具有重叠结构的类别；第六步，基于顶点与类别相似再划分内部的重叠顶点；第七步，找出最终重叠聚类结构。本发明的有益效果为：实现具有复杂结构的网络重叠聚类、提高模型解释。