基于DBSCAN算法的复杂网络聚类

复杂网络聚类方法可以挖掘复杂网络的结构,对复杂网络的研究具有重要意义。DBSCAN算法是一种基于密度的聚类算法,主要用于对传统数据点集进行聚类。由于复杂网络的特殊性质,对DBSCAN算法进行改进,采用相似度度量法代替传统算法中的欧式距离度量,对复杂网络进行聚类。其优点是聚类快速、可以发现任意形状的聚类、自动确定聚类数以及有效剔除噪声点。