基于半监督学习的社团划分算法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-18页 |
·问题的背景 | 第7页 |
·半监督学习 | 第7-12页 |
·起源 | 第7-8页 |
·半监督学习中未知标记数据的价值 | 第8页 |
·半监督学习算法的种类 | 第8-12页 |
·复杂网络及其社团结构划分 | 第12-16页 |
·复杂网络的起源与发展 | 第12-13页 |
·社团结构划分 | 第13-16页 |
·本文研究的主要内容 | 第16-17页 |
·文章组织结构 | 第17-18页 |
2 社团划分经典算法 | 第18-23页 |
·社团结构划分算法 | 第18-23页 |
·Kernighan-Lin 算法 | 第18页 |
·谱评分法 | 第18-19页 |
·Wu-Huberman 算法 | 第19-20页 |
·GN 算法 | 第20-21页 |
·Newmen 快速算法 | 第21页 |
·K 均值算法 | 第21-23页 |
3 信息传递算法 | 第23-31页 |
·基本思想 | 第23-24页 |
·算法描述 | 第24-25页 |
·实验及分析 | 第25-31页 |
·Zachary 空手道俱乐部关系网络 | 第25-28页 |
·大学足球网络 | 第28-29页 |
·科学家合作网 | 第29-31页 |
4 引力模型算法 | 第31-39页 |
·基本思想 | 第31-32页 |
·算法描述 | 第32-33页 |
·实验与分析 | 第33-39页 |
·三社团网络 | 第34-35页 |
·Zachary 网络 | 第35-37页 |
·大学足球网络 | 第37-39页 |
结论 | 第39-40页 |
攻读硕士学位期间发表学术论文情况 | 第40-41页 |
参考文献 | 第41-46页 |
致谢 | 第46页 |