基于聚类的复杂网络中社团发现的算法
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.2 课题的国内外研究现状 | 第11-14页 |
| 1.3 论文研究内容 | 第14-15页 |
| 1.3.1 本文研究的主要内容 | 第14页 |
| 1.3.2 本文的组织结构 | 第14-15页 |
| 第2章 相关理论与研究方法 | 第15-30页 |
| 2.1 复杂系统和复杂网络 | 第15-19页 |
| 2.1.1 复杂系统 | 第15页 |
| 2.1.2 复杂网络 | 第15-17页 |
| 2.1.3 复杂网络的描述方法 | 第17-19页 |
| 2.2 社团结构 | 第19-21页 |
| 2.3 社团发现算法 | 第21-29页 |
| 2.3.1 谱二分 | 第21-23页 |
| 2.3.2 Kernighan-Lin算法 | 第23-24页 |
| 2.3.3 基于边移除的GN算法 | 第24-27页 |
| 2.3.4 层次聚类算法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于聚类的复杂网络中的社团发现 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 使用聚类算法发现社团结构的基本流程 | 第30-31页 |
| 3.3 MVV方法 | 第31-35页 |
| 3.3.1 基本概念 | 第31-32页 |
| 3.3.2 MVV方法 | 第32-33页 |
| 3.3.3 传递次数T的确定 | 第33-35页 |
| 3.4 聚类算法中数据之间相似性的度量方法 | 第35-37页 |
| 3.5 基于MVV方法的谱算法在社团发现中的应用 | 第37-41页 |
| 3.5.1 传统谱方法 | 第37-38页 |
| 3.5.2 基于MVV的谱算法 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 实验与结果分析 | 第42-52页 |
| 4.1 实验目的和步骤 | 第42页 |
| 4.2 实验环境和测试数据 | 第42-44页 |
| 4.2.1 仿真实验平台 | 第42页 |
| 4.2.2 测试数据 | 第42-44页 |
| 4.3 基于MVV方法的社团发现实验 | 第44-51页 |
| 4.3.1 MVV方法的实验 | 第44-45页 |
| 4.3.2 相似度度量实验 | 第45-46页 |
| 4.3.3 基于MVV的谱算法实验 | 第46-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
