基于谱聚类的复杂网络社团结构发现算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·社团结构发现问题 | 第8-9页 |
| ·章节安排 | 第9-11页 |
| 第二章 复杂网络的社团结构概述 | 第11-21页 |
| ·复杂网络及其基本特性 | 第11-15页 |
| ·复杂网络的描述方法 | 第11-12页 |
| ·复杂网络的结构特性 | 第12-14页 |
| ·复杂网络的社团结构 | 第14-15页 |
| ·复杂网络社团结构发现的常用算法 | 第15-20页 |
| ·谱平分法 | 第15-16页 |
| ·Kernighan-Lin 算法 | 第16页 |
| ·GN 算法 | 第16-18页 |
| ·Newman 快速算法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 谱聚类算法 | 第21-32页 |
| ·聚类的相关概念 | 第21-23页 |
| ·相似图模型 | 第21-22页 |
| ·图的拉普拉斯算子 | 第22-23页 |
| ·谱聚类算法概述 | 第23-29页 |
| ·谱聚类算法概述 | 第23-24页 |
| ·谱聚类基本理论 | 第24-28页 |
| ·谱聚类算法的优缺点 | 第28-29页 |
| ·k-means 聚类算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于谱聚类的复杂网络社团结构发现算法 | 第32-40页 |
| ·问题转换描述 | 第32-33页 |
| ·基于谱聚类的复杂网络社团结构发现算法 | 第33-39页 |
| ·计算相似度矩阵的算法描述 | 第33-36页 |
| ·聚类社团结构的算法描述 | 第36-37页 |
| ·算法的改进 | 第37-38页 |
| ·算法复杂度分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 实验结果与分析 | 第40-49页 |
| ·评价标准 | 第40-42页 |
| ·实验结果与数据分析 | 第42-48页 |
| ·Zachary 空手道俱乐部成员网络 | 第42-44页 |
| ·2000 年美国大学美式足球赛网络 | 第44-45页 |
| ·神经信息处理会议数据（NIPS） | 第45-46页 |
| ·结果分析与比较 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |
