基于改进的GN算法的社区发现技术
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究现状及发展趋势 | 第12页 |
| ·主要工作及论文结构 | 第12-15页 |
| 第2章 复杂网络理论 | 第15-26页 |
| ·复杂网络的统计特征 | 第15-18页 |
| ·平均路径长度 | 第15-16页 |
| ·聚类系数 | 第16-17页 |
| ·介数 | 第17页 |
| ·度 | 第17-18页 |
| ·社区结构 | 第18-19页 |
| ·社区发现算法 | 第19-25页 |
| ·图分割法 | 第19-22页 |
| ·W-H 算法 | 第22-23页 |
| ·层次聚类方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 传统的 GN 算法 | 第26-36页 |
| ·传统的 GN 算法概要 | 第26页 |
| ·模块度函数 | 第26-28页 |
| ·边介数定义和计算 | 第28-32页 |
| ·传统的 GN 算法的思想和执行流程 | 第32-35页 |
| ·算法的思想 | 第32-33页 |
| ·算法的执行流程 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 并行的 GN 算法 | 第36-42页 |
| ·粗粒度并行方法 | 第36-39页 |
| ·算法的思路 | 第36-38页 |
| ·算法的设计与实现 | 第38-39页 |
| ·细粒度并行方法 | 第39-41页 |
| ·算法的思路 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 实验 | 第42-51页 |
| ·实验目的和步骤 | 第42页 |
| ·实验平台和测试数据 | 第42-44页 |
| ·实验平台 | 第42页 |
| ·测试数据 | 第42-44页 |
| ·实验方法 | 第44-45页 |
| ·GN 算法的串行程序 | 第44页 |
| ·粗粒度并行的 GN 算法程序 | 第44-45页 |
| ·实验结果 | 第45-47页 |
| ·实验结果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
