一种学术合作作者网络划分方法

    公开(公告)号:CN108959543A

    公开(公告)日:2018-12-07

    申请号:CN201810705363.3

    申请日:2018-07-02

    Applicant: 吉林大学

    CPC classification number: G06K9/6223 G06F2216/03

    Abstract: 本发明公开一种合作作者网络划分方法,属于复杂网络分析技术领域,其中该方法包括:1)从学术社交网络或者学术期刊下载某一学科或者某一段时间内的论文发表数据;2)构建合作作者网络。在下载的论文发表信息中,去重复之后的所有作者即为合作作者网络中的顶点,若两个作者有共同发表的论文,那么就应有一条边连接这两个作者所代表的顶点,两个作者共同发表的论文数量作为两顶点之间边的权值;3)利用改进的c均值算法进行合作作者网络划分,该改进算法对于不平衡数据集具有良好的聚类性能;4)输出学术社区划分结果。本发明公开的方法能够在大规模合作作者网络中挖掘出顶点数量较少的学术社区。

    无参数的k均值聚类方法
    32.
    发明公开

    公开(公告)号:CN108764359A

    公开(公告)日:2018-11-06

    申请号:CN201810553412.6

    申请日:2018-06-01

    Applicant: 吉林大学

    CPC classification number: G06K9/6223

    Abstract: 一种无参数的k均值聚类方法,属于数据处理技术领域。本发明的目的是为图像、人体生物特征、汽车驾驶员等对象采集到的多分类数据集,提供一种无参数的k均值聚类方法,其适用于对各种多分类大数据集进行分析。本发明的步骤是:计算待分类数据集中各个数据点的密度;计算分类数据集中各个数据点的离散度;筛选初始类中心和聚类数;用传统k‑mean进行聚类分析并输出结果。本发明适用于对汽车驾驶姿态、驾驶行为、驾驶偏好等信息进行分类识别,便于提前预警疲劳驾驶、异常驾驶,做出相应的驾驶决策、保障车辆安全行驶。

Patent Agency Ranking