GAC

GAC 工具箱包含针对大数据集优化的一系列图聚类算法。 基于结构描述符的算法：使用图结构定义簇描述符，通过最大化描述符增量确定合并顺序。可实现 zeta 函数和路径积分等描述符，并支持自定义描述符设计。 图度链接 (GDL) 算法：性能优于归一化割和频谱聚类，速度更快。 此工具箱由 Wei Zhang 维护，邮箱：wzhang009@gmail.com。

对于sqlserver 2008版本所需的STrace.dll和SqlTDiagM，安装时需将文件拷贝至C:\Windows\assembly目录。

Gactoolbox是我们对图上凝聚聚类研究的综合总结。图聚类是一种迭代合并小集群的算法，通常用于层次聚类，简单且有效。传统的聚类算法如平均链接和DBSCAN在多个领域广泛应用，但并非为图上聚类而设计。该工具箱实现了多种算法，特别适用于直接图的凝聚聚类。您可以根据需要设计新的描述符并开发新算法。