近日，我院程东东，黄金龙，张素兰等博士的最新研究成果“A Novel Approximate Spectral Clustering Algorithm With Dense Cores and Density Peaks”（一种新的基于密集核心点和密度峰的谱聚类算法）在国际权威学术期刊“IEEE Transactions on Systems, Man, and Cybernetics: Systems”上在线发表。高水平论文的发表，标志着学院科研水平的进一步提升。
《IEEE Transactions on Systems, Man, and Cybernetics: Systems》期刊是计算机领域的top期刊，中科院JCR一区，当前影响因子为9.309.
该成果在局部核心点的基础上提出了密集核心点和密集核心邻域的概念，并在此基础上重新定义密集核心点之间的图距离，在密集核心点上构造决策图确定初始簇中心，最后根据密集核心点的图距离构造相似度矩阵，并利用谱聚类算法对密集核心点进行聚类，从而大大减少了谱聚类算法的运行时间，并使得算法能够用于识别包含大量噪声的复杂结构的簇。
论文在线出版网址：https://ieeexplore.ieee.org/document/9330543
