复杂网络中社团结构发现算法的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要研究内容 | 第10页 |
| ·本文章节安排 | 第10-12页 |
| 2 复杂网络中的社团结构发现 | 第12-22页 |
| ·复杂网络的基本概念 | 第12-15页 |
| ·复杂网络概述 | 第12页 |
| ·复杂网络的发展 | 第12-14页 |
| ·复杂网络的表示 | 第14页 |
| ·复杂网络的基本性质 | 第14-15页 |
| ·复杂网络中的社团结构 | 第15-17页 |
| ·复杂网络中社团结构的定义 | 第15-16页 |
| ·复杂网络中社团结构的衡量标准 | 第16-17页 |
| ·复杂网络中社团结构发现的经典算法 | 第17-21页 |
| ·图形分割的两类算法 | 第18-19页 |
| ·分级聚类算法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于蚁群聚类的社团结构发现算法 | 第22-44页 |
| ·复杂网络聚类算法 | 第22-23页 |
| ·复杂网络聚类算法 | 第22-23页 |
| ·基于K-means聚类的社团发现算法 | 第23页 |
| ·基于Normal矩阵的谱平分法 | 第23-25页 |
| ·蚁群聚类算法 | 第25-30页 |
| ·基于蚁群聚类的社团结构发现算法 | 第30-32页 |
| ·基于蚁群聚类的加权网络社团结构发现算法 | 第32-34页 |
| ·实验结果及性能分析 | 第34-43页 |
| ·无权网络 | 第35-40页 |
| ·加权网络 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于局部网络信息的复杂网络局部社团发现算法 | 第44-61页 |
| ·Clauset算法 | 第44-47页 |
| ·基于局部网络信息的复杂网络局部社团发现算法 | 第47-51页 |
| ·强社团结构 | 第47-48页 |
| ·边聚类系数 | 第48-49页 |
| ·点聚类系数 | 第49页 |
| ·基于局部网络信息的复杂网络局部社团发现算法 | 第49-51页 |
| ·算法扩展用于发现整个网络的社团结构 | 第51-53页 |
| ·实验结果及性能分析 | 第53-60页 |
| ·三社团网络 | 第53-55页 |
| ·Zachary空手道俱乐部网络 | 第55-58页 |
| ·海豚社会关系网络 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
