复杂网络中社团发现算法研究及应用

摘要	第1-5页
abstract	第5-11页
第一章 绪论	第11-19页
·研究背景	第11-12页
·研究目的及意义	第12页
·复杂网络社团分析研究现状	第12-16页
·非重叠社团分析研究现状	第13-14页
·重叠社团分析研究现状	第14-16页
·论文研究内容及创新点	第16-17页
·主要研究内容	第16-17页
·主要创新点	第17页
·论文的组织结构	第17-19页
第二章 复杂网络关键特征描述及验证分析	第19-32页
·相关图论知识	第19-20页
·图的基本概念	第19-20页
·图的矩阵表示	第20页
·复杂网络关键特征描述	第20-22页
·小世界特征	第20-21页
·无尺度特征	第21-22页
·模块度特征	第22页
·网络数据	第22-30页
·基准网络数据	第22-24页
·PPI网络数据	第24-26页
·网络特征量验证与分析	第26-30页
·社团结构分析相关评价指标	第30-31页
·用于基准网络分析的评价指标	第30页
·用于PPI网络分析的评价指标	第30-31页
·本章小结	第31-32页
第三章 非重叠社团发现算法研究与应用	第32-64页
·谱方法	第32-40页
·基于Laplace矩阵的谱方法	第32页
·基于Normal矩阵的谱方法	第32-33页
·基于特征系统的谱映射	第33页
·谱方法在基准网络上的应用	第33-40页
·谱方法的特点总结	第40页
·k-means算法	第40-48页
·k-means算法介绍	第40-41页
·k-means算法在基准网络上的应用	第41-47页
·k-means算法在PPI网络上的应用	第47-48页
·k-means算法的优缺点	第48页
·GN算法	第48-53页
·GN算法介绍	第48-49页
·GN算法在基准网络上的应用	第49-52页
·GN算法在PPI网络上的应用	第52-53页
·GN算法的优缺点	第53页
·模块度优化算法	第53-60页
·基于层次聚类的模块度优化算法介绍	第53-54页
·模块度特征向量算法介绍	第54页
·模块度优化算法在基准网络上的应用	第54-57页
·模块度优化算法在PPI网络上的应用	第57-60页
·MCODE算法	第60-61页
·MCODE算法介绍	第60页
·MCODE算法在PPI网络上的应用	第60-61页
·MCODE算法的优缺点	第61页
·非重叠社团发现算法的纵向对比	第61-63页
·本章小结	第63-64页
第四章 重叠社团发现算法研究与应用	第64-82页
·CPM算法	第64-68页
·CPM算法介绍	第64-65页
·CPM算法在基准网络上的应用	第65-67页
·CPM算法在PPI网络上的应用	第67-68页
·CPM算法的优缺点	第68页
·FCM算法	第68-73页
·FCM算法介绍	第68-70页
·FCM算法在基准网络上的应用	第70-73页
·FCM算法在PPI网络上的应用	第73页
·FWSC算法	第73-77页
·FWSC算法介绍	第73-74页
·FWSC算法在基准网络上的应用	第74-76页
·FWSC算法在PPI网络上的应用	第76-77页
·EWSC算法	第77-80页
·EWSC算法介绍	第77-78页
·EWSC算法在基准网络上的应用	第78-80页
·EWSC算法在PPI网络上的应用	第80页
·本章小结	第80-82页
第五章 熵有效性函数	第82-91页
·信息熵概念	第82页
·新的评价指标——熵有效性函数	第82-83页
·熵有效性函数与模块度函数对比分析	第83-85页
·结合熵有效性函数的FCM算法	第85-90页
·聚类数范围	第85-86页
·两个过滤条件	第86页
·算法描述与时间复杂度分析	第86-87页
·实验结果与分析	第87-90页
·本章小结	第90-91页
第六章 结论	第91-93页
参考文献	第93-98页
致谢	第98-99页
个人简历、在学期间的研究成果及发表的学术论文	第99页