首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于权重模拟的复杂网络链路预测算法研究

中文摘要第3-4页
Abstract第4-5页
第一章 绪论第9-15页
    1.1 研究背景和意义第9-11页
    1.2 链路预测问题的研究现状第11-13页
    1.3 主要研究内容第13-14页
    1.4 论文的组织结构第14-15页
第二章 相关理论基础第15-26页
    2.1 网络定义和表示第15-16页
    2.2 复杂网络的拓扑结构性质第16-20页
        2.2.1 度与平均度第16-17页
        2.2.2 度分布与度异质性第17页
        2.2.3 聚类系数第17-18页
        2.2.4 路径与网络密度第18-19页
        2.2.5 度相关性与同配系数第19-20页
    2.3 链路预测的基本概念第20-23页
        2.3.1 问题描述第20页
        2.3.2 数据集划分第20-21页
        2.3.3 评价标准第21-23页
    2.4 基于相似性的链路预测指标第23-25页
        2.4.1 基于局部信息的相似性预测指标第23-24页
        2.4.2 基于路径的相似性预测指标第24-25页
        2.4.3 基于随机游走的相似性预测指标第25页
    2.5 本章小结第25-26页
第三章 基于链接聚类系数的权重模拟预测算法第26-38页
    3.1 权重模拟策略第26-27页
    3.2 链接的聚类系数第27-28页
    3.3 基于链接聚类系数的权重模拟预测指标第28-30页
        3.3.1 加权相似性指标第28-29页
        3.3.2 算法思想描述第29-30页
        3.3.3 实验步骤设计第30页
    3.4 实验及结果分析第30-36页
        3.4.1 实验数据集第30-31页
        3.4.2 参数对预测性能的影响第31-33页
        3.4.3 不同预测指标的性能对比和分析第33-36页
    3.5 本章小结第36-38页
第四章 基于资源分配的权重模拟预测算法第38-46页
    4.1 资源分配指标第38页
    4.2 基于资源分配的权重模拟预测指标第38-40页
        4.2.1 含参的加权相似性指标第38-39页
        4.2.2 算法思想描述第39-40页
    4.3 实验及结果分析第40-45页
        4.3.1 参数对预测性能的影响第40-42页
        4.3.2 不同预测指标的性能对比和分析第42-45页
    4.4 本章小结第45-46页
第五章 基于表示学习的权重模拟预测算法第46-67页
    5.1 网络表示学习第46-48页
    5.2 基于DeepWalk的权重模拟预测算法第48-57页
        5.2.1 算法描述及DeepWalk参数设置第48-49页
        5.2.2 实验数据集第49-50页
        5.2.3 距离度量方式的选择第50-51页
        5.2.4 参数对预测性能的影响第51-53页
        5.2.5 不同预测指标的性能对比和分析第53-57页
    5.3 基于LINE的权重模拟预测算法第57-61页
        5.3.1 算法描述及LINE参数设置第57页
        5.3.2 参数对预测性能的影响第57-59页
        5.3.3 不同预测指标的性能对比和分析第59-61页
    5.4 基于Node2vec的权重模拟预测算法第61-65页
        5.4.1 算法描述及Node2vec参数设置第61页
        5.4.2 参数对预测性能的影响第61-63页
        5.4.3 不同预测指标的性能对比和分析第63-65页
    5.5 计算效率对比第65-66页
    5.6 本章小结第66-67页
第六章 总结与展望第67-69页
    6.1 总结第67-68页
    6.2 展望第68-69页
参考文献第69-74页
在学期间的研究成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:高维二次回归的正则化模型选择
下一篇:针对民用无人机的声学测向系统设计