鲁棒的半监督社区发现方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 半监督社区发现方法国内外研究现状 | 第12-14页 |
| 1.2.2 半监督学习方法国内外研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容与结构安排 | 第15-18页 |
| 1.3.1 主要内容 | 第15-16页 |
| 1.3.2 结构安排 | 第16-18页 |
| 第二章 基础概念与理论 | 第18-26页 |
| 2.1 半监督学习 | 第18-19页 |
| 2.2 社区发现 | 第19-22页 |
| 2.3 社区发现的评价方法 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于调和函数的噪声识别方法 | 第26-36页 |
| 3.1 引言 | 第26-27页 |
| 3.2 噪声对社区结构的影响 | 第27-28页 |
| 3.3 基于调和函数的噪声识别方法 | 第28-33页 |
| 3.3.1 问题定义 | 第29-30页 |
| 3.3.2 算法的描述 | 第30-32页 |
| 3.3.3 算法的收敛性和复杂度分析 | 第32-33页 |
| 3.4 本章小结 | 第33-36页 |
| 第四章 基于调和函数降噪的半监督社区发现方法 | 第36-52页 |
| 4.1 基准算法 | 第36-38页 |
| 4.2 研究涉及的数据集简介 | 第38-43页 |
| 4.2.1 真实数据集 | 第38-42页 |
| 4.2.2 人工数据集 | 第42-43页 |
| 4.3 噪声的移除方法与参数的设置 | 第43-44页 |
| 4.3.1 噪声的移除方法 | 第43页 |
| 4.3.2 参数的设置 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-49页 |
| 4.5 本章小结 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 本文研究总结 | 第52-53页 |
| 5.2 未来的研究与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士期间发表论文和参与科研项目 | 第60-63页 |
