模因图聚类
神经与进化计算
2018-02-21 v1 信息检索
摘要
众所周知，图聚类不存在单一最佳策略，这也印证了众多现有方法的合理性。本文提出一种通用模因算法 VieClus 以解决图聚类问题。该算法可经调整以优化不同的目标函数。我们贡献的一个关键组成部分是采用集成聚类以及多层技术的自然重组算子。最后，我们将这些技术与可扩展通信协议相结合，构建出一个能在短时间内计算出高质量解的系统。我们以模块度局部搜索实例化该方案，并表明我们的算法在少量时间内成功改进或复现了第 10 届 DIMACS 实现挑战中所考虑的所有条目。
引用
@article{arxiv.1802.07034,
title = {Memetic Graph Clustering},
author = {Sonja Biedermann and Monika Henzinger and Christian Schulz and Bernhard Schuster},
journal= {arXiv preprint arXiv:1802.07034},
year = {2018}
}