首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

社区挖掘算法研究

提要第1-8页
第一章 绪论第8-15页
   ·数据挖掘概述第8-9页
   ·社会网络与社区挖掘第9-11页
   ·国内外研究现状第11-12页
   ·研究背景与意义第12页
   ·本文主要工作第12-13页
   ·本文组织结构第13-15页
第二章 经典社区挖掘算法概述第15-21页
   ·摘要第15页
   ·Girvan and Newman’s 算法第15-16页
     ·分裂算法第15-16页
     ·Girvan and Newman’s 算法第16页
   ·Newman 快速算法第16-17页
     ·凝聚算法第16-17页
     ·Newman 算法第17页
   ·Normalized Cut 算法第17-18页
   ·Kernighan-Lin 算法第18页
   ·CONGA 算法第18-19页
   ·其他社区挖掘算法第19-20页
   ·本章小结第20-21页
第三章 重叠社区结构挖掘算法第21-27页
   ·摘要第21页
   ·引言第21-22页
   ·相关知识第22-23页
     ·角色度量标准第22页
     ·边介数第22-23页
     ·模块性标准第23页
   ·OCSMA 算法详述第23-25页
   ·本章小结第25-27页
第四章 动态社区结构挖掘算法第27-35页
   ·摘要第27页
   ·引言第27-28页
   ·相关知识第28-31页
     ·频繁模式发现第28-29页
     ·图连通和图同构第29页
     ·新的社区结构定义第29-31页
   ·DCSMA 算法详述第31-34页
   ·本章小结第34-35页
第五章 多关系社区结构挖掘算法第35-40页
   ·摘要第35页
   ·引言第35-36页
   ·相关知识第36-37页
     ·关系选择第36页
     ·关系抽取第36-37页
     ·关系抽取算法Regression-Based第37页
   ·MCSMA 算法详述第37-38页
   ·本章小结第38-40页
第六章 实验结果及分析第40-55页
   ·实验环境第40页
   ·OCSMA 算法实验结果评估第40-47页
     ·模拟数据集合第40-43页
     ·经典数据集合“KARATE CLUB”第43-44页
     ·经典数据集合“DOLPHINS”第44-45页
     ·经典数据集合“COLLEGE FOOTBALL”第45页
     ·红楼梦家族关系网络第45-47页
   ·DCSMA 算法实验结果评估第47-49页
     ·精度比对实验第47-48页
     ·算法消耗时间实验第48-49页
     ·算法效果实验第49页
   ·MCSMA 算法实验结果评估第49-55页
     ·经典数据集合“WINE”第49-52页
     ·经典数据集合“IRIS”第52-55页
第七章 总结与展望第55-57页
   ·总结第55-56页
   ·展望第56-57页
参考文献第57-61页
附录导师及作者简介第61-62页
摘要第62-64页
Abstract第64-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:操纵子预测的计算智能方法研究
下一篇:基于视中枢神经机制的视觉信息处理模型研究