非监督与半监督随机块网络模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 本文结构 | 第12-14页 |
| 第2章 相关工作以及知识介绍 | 第14-18页 |
| 2.1 网络分类 | 第14-15页 |
| 2.2 非监督学习与半监督学习 | 第15-16页 |
| 2.3 随机块模型 | 第16页 |
| 2.4 社区发现和符号预测方法 | 第16-18页 |
| 第3章 非监督随机块网络模型研究 | 第18-38页 |
| 3.1 符号随机块模型 | 第18-19页 |
| 3.2 变分贝叶斯学习方法 | 第19-24页 |
| 3.2.1 参数估计和模型选择 | 第20-21页 |
| 3.2.2 符号随机块模型学习算法 | 第21-23页 |
| 3.2.3 符号预测方法 | 第23-24页 |
| 3.3 实验验证与分析 | 第24-38页 |
| 3.3.1 对比算法与评价标准 | 第24-26页 |
| 3.3.2 社区发现验证 | 第26-36页 |
| 3.3.3 符号预测验证 | 第36-38页 |
| 第4章 半监督随机块网络模型研究 | 第38-52页 |
| 4.1 半监督随机块模型 | 第38-40页 |
| 4.2 变分贝叶斯学习方法 | 第40-43页 |
| 4.3 实验验证与分析 | 第43-52页 |
| 4.3.1 在符号网络上的验证 | 第44-48页 |
| 4.3.2 在无符号网络上的验证 | 第48-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 作者简介及科研成果 | 第59-60页 |
| 致谢 | 第60页 |
