基于密度聚类的社区发现算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 组织结构 | 第14-17页 |
| 第2章 社区发现相关基础理论 | 第17-33页 |
| 2.1 复杂网络表示 | 第17-18页 |
| 2.2 复杂网络的几个概念 | 第18-22页 |
| 2.2.1 路径长度 | 第18页 |
| 2.2.2 聚类系数 | 第18-19页 |
| 2.2.3 度及其相关概念 | 第19-20页 |
| 2.2.4 介数 | 第20-21页 |
| 2.2.5 网络密度 | 第21-22页 |
| 2.3 社区发现 | 第22-26页 |
| 2.3.1 社区定义 | 第22-24页 |
| 2.3.2 社区发现评价指标 | 第24-26页 |
| 2.4 密度聚类算法研究 | 第26-31页 |
| 2.4.1 DBSCAN算法 | 第26-28页 |
| 2.4.2 OPTICS算法 | 第28-29页 |
| 2.4.3 SCAN算法 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于局部聚类的密度聚类算法 | 第33-43页 |
| 3.1 Q SCAN算法相关定义 | 第33-34页 |
| 3.2 Q SCAN算法的两个聚类阶段 | 第34-38页 |
| 3.2.1 局部聚类阶段 | 第35-36页 |
| 3.2.2 合并聚类阶段 | 第36-37页 |
| 3.2.3 节点相似度的共享 | 第37-38页 |
| 3.3 Q SCAN算法的思想流程 | 第38-40页 |
| 3.4 Q SCAN算法效率分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 实验及结果分析 | 第43-53页 |
| 4.1 实验网络设置 | 第43-44页 |
| 4.2 人工网络实验 | 第44-47页 |
| 4.2.1 GN网络下的实验 | 第44-45页 |
| 4.2.2 LFR基准网络下的实验 | 第45-47页 |
| 4.3 真实网络实验 | 第47-51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
