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

基于少量选点的社团检测算法研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第9-13页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 本文的研究内容第11-12页
    1.4 本文的组织结构第12-13页
第二章 社团检测相关概念及定义第13-20页
    2.1 复杂网络第13-14页
    2.2 社团检测方法第14-17页
        2.2.1 层次聚类方法第14-15页
        2.2.2 基于标签传播的社团检测第15-16页
        2.2.3 基于模块度的半监督社团检测第16-17页
    2.3 社团检测常用度量指标第17-19页
        2.3.1 模块度(Q)第17-18页
        2.3.2 标准互信息(NMI)第18页
        2.3.3 准确率(A)第18-19页
    2.4 小结第19-20页
第三章 基于少量选点的层次凝聚社团检测算法第20-30页
    3.1 节点间相似性度量第20-23页
        3.1.1 基于随机游走的相似性度量第20-21页
        3.1.2 基于公共邻居节点的相似性度量第21-23页
        3.1.3 非对称相似性度量第23页
    3.2 基于少量选点的层次凝聚社团检测算法(HCDFSN)第23-28页
        3.2.1 定义第23-24页
        3.2.2 初始社团生成第24-26页
        3.2.3 初始社团中重叠部分处理第26-27页
        3.2.4 社团合并第27-28页
    3.3 HCDFSN算法复杂度分析第28-29页
    3.4 小结第29-30页
第四章 基于少量选点的主动半监督社团检测算法第30-36页
    4.1 引言第30页
    4.2 基于少量选点的主动半监督社团检测(ASCDFSN)第30-34页
        4.2.1 定义第31页
        4.2.2 主动选点策略第31-32页
        4.2.3 半监督社团检测第32-34页
    4.3 ASCDFSN算法复杂度分析第34-35页
    4.4 小结第35-36页
第五章 实验第36-48页
    5.1 实验环境第36页
    5.2 实验数据第36-39页
        5.2.1 空手道俱乐部网络第36-37页
        5.2.2 RiskMap地图网络第37页
        5.2.3 科研合作网络第37-38页
        5.2.4 宽吻海豚网络第38页
        5.2.5 人工合成的标准网络第38-39页
    5.3 HCDFSN算法实验结果分析第39-42页
        5.3.1 HCDFSN算法实验结果第39-42页
        5.3.2 实验结果对比第42页
    5.4 ASCDFSN算法实验对比第42-48页
第六章 全文总结及研究展望第48-49页
    6.1 总结第48页
    6.2 工作展望第48-49页
参考文献第49-51页
在学期间的研究成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:智能电网用户数据隐私保护相关技术的研究
下一篇:循环完全图K(7m,7)的自同态幺半群