基于结构特征的大规模图划分算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-12页 |
| 1.2.1 研究现状 | 第10-11页 |
| 1.2.2 发展趋势 | 第11-12页 |
| 1.3 研究内容及研究路线 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 研究路线 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 图划分相关理论与技术 | 第16-27页 |
| 2.1 图的定义及相关概念 | 第16页 |
| 2.2 图的存储 | 第16-19页 |
| 2.2.1 传统图的存储 | 第16-18页 |
| 2.2.2 大规模图的存储 | 第18-19页 |
| 2.3 图的划分以及划分原则 | 第19-21页 |
| 2.3.1 图的划分 | 第19-20页 |
| 2.3.2 图的划分原则 | 第20-21页 |
| 2.4 常见图划分算法 | 第21-25页 |
| 2.4.1 启发式算法 | 第21-22页 |
| 2.4.2 组合优化方法 | 第22页 |
| 2.4.3 遗传算法 | 第22-25页 |
| 2.5 大规模图数据可视化工具 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 图的结构特征对划分效果的影响 | 第27-36页 |
| 3.1 问题分析 | 第27页 |
| 3.2 一种描述图的结构特征的方法 | 第27-29页 |
| 3.2.1 结构特征的描述 | 第28页 |
| 3.2.2 GADSF算法 | 第28-29页 |
| 3.3 描述方法有效性的验证 | 第29-31页 |
| 3.3.1 结构特征相似度匹配算法 | 第29-30页 |
| 3.3.2 实验及结果分析 | 第30-31页 |
| 3.4 结构特征与划分效果之间关系 | 第31-35页 |
| 3.4.1 划分算法 | 第31-33页 |
| 3.4.2 划分实验 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于顶点度优先策略的图结构特征提取算法 | 第36-48页 |
| 4.1 问题分析 | 第36-37页 |
| 4.2 结构特征的定义及提取原则 | 第37-38页 |
| 4.2.1 结构特征的定义 | 第37-38页 |
| 4.2.2 结构特征的提取原则 | 第38页 |
| 4.3 算法设计 | 第38-42页 |
| 4.3.1 关键顶点V_i的提取 | 第38-39页 |
| 4.3.2 关键顶点权值W_(Vi)的计算 | 第39页 |
| 4.3.3 关键边E_i的生成 | 第39页 |
| 4.3.4 关键边权值W_(Ei)的计算 | 第39页 |
| 4.3.5 结构特征提取流程 | 第39-42页 |
| 4.4 结构特征提取实验与结果分析 | 第42-47页 |
| 4.4.1 实验环境及实验数据 | 第42-43页 |
| 4.4.2 实验过程 | 第43-44页 |
| 4.4.3 实验结果分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 基于结构特征的大规模图划分算法 | 第48-57页 |
| 5.1 问题分析 | 第48页 |
| 5.2 划分结构特征算法的选取 | 第48-50页 |
| 5.2.1 目标函数 | 第49页 |
| 5.2.2 三种算法的对比实验 | 第49-50页 |
| 5.3 改进遗传算法有权图划分 | 第50-53页 |
| 5.3.1 改进遗传算法的基本思想 | 第50-51页 |
| 5.3.2 算法设计与实现 | 第51-53页 |
| 5.4 非关键顶点划分方法 | 第53页 |
| 5.5 基于结构特征的大规模图划分算法的实现 | 第53-56页 |
| 5.5.1 算法流程 | 第53-54页 |
| 5.5.2 实验数据及评价指标 | 第54-55页 |
| 5.5.3 实验结果及分析 | 第55-56页 |
| 5.6 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
