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

社会网络中节点排名与结构相似度度量算法研究

中文摘要第3-4页
Abstract第4-5页
第一章 绪论第8-12页
    1.1 研究背景与意义第8-9页
    1.2 国内外的研究现状第9页
    1.3 本文的主要研究内容第9-10页
    1.4 论文的组织架构第10-12页
第二章 预备知识、相关理论和算法第12-24页
    2.1 社会网络第12-16页
        2.1.1 与社会网络相关的理论与定义第12-14页
        2.1.2 二分图和图的匹配第14-16页
    2.2 节点的结构特征第16-17页
    2.3 结构相似性计算第17-23页
    2.4 本章小结第23-24页
第三章 S2R & R2S:节点排名和结构相似度度量算法第24-36页
    3.1 简介第24-26页
    3.2 S2R:一个基于结构相似度的节点排列算法第26-28页
    3.3 R2S:一个节点间结构相似度搜索算法第28-32页
        3.3.1 R2S算法的提出理念第28-30页
        3.3.2 R2S算法的数学定义第30-32页
    3.4 S2R & R2S:一个关于排名和结构相似性的计算架构第32-33页
    3.5 S2R & R2S计算架构的贡献第33-35页
    3.6 本章小结第35-36页
第四章 实验评估与结果分析第36-50页
    4.1 实验数据集第36-37页
    4.2 对节点排列算法的评估第37-38页
    4.3 R2S算法的性能研究第38-49页
        4.3.1 聚类结果的离散性第38-42页
        4.3.2 关系搜索:结构相似性度量第42-49页
    4.4 本章小结第49-50页
第五章 总结与展望第50-53页
    5.1 本文工作总结第50-51页
    5.2 下一步的研究工作第51-53页
参考文献第53-58页
在学期间的研究成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:面向轻度认知障碍的神经影像建模方法研究
下一篇:基于改进PSO-RBF神经网络的气温预测模型