基于自然计算的复杂网络社区检测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9-10页 |
| ·复杂网络的基本概念 | 第10-19页 |
| ·复杂网络的表示方法 | 第10-11页 |
| ·复杂网络的特性 | 第11-14页 |
| ·复杂网络社区检测的几种常见算法 | 第14-18页 |
| ·社区检测研究意义与研究现状 | 第18-19页 |
| ·本文的内容安排 | 第19-21页 |
| 第二章 基于局部搜索的遗传算法复杂网络社区检测 | 第21-35页 |
| ·引言 | 第21页 |
| ·基于局部搜索的遗传算法复杂网络社区检测 | 第21-26页 |
| ·编码方式 | 第22-23页 |
| ·种群的初始化 | 第23-24页 |
| ·交叉和变异 | 第24-25页 |
| ·目标函数 | 第25页 |
| ·局部搜索策略 | 第25-26页 |
| ·实验结果及分析 | 第26-34页 |
| ·人工合成网络 | 第27-30页 |
| ·真实世界网络 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于谱聚类的复杂网络多目标社区检测 | 第35-51页 |
| ·谱聚类概述 | 第35页 |
| ·多目标优化 | 第35-36页 |
| ·自适应和声搜索算法 | 第36-38页 |
| ·基于谱聚类的复杂网络多目标社区检测 | 第38-43页 |
| ·谱信息提取 | 第39-40页 |
| ·聚类阶段 | 第40-43页 |
| ·实验结果及分析 | 第43-49页 |
| ·人工合成网络 | 第43-45页 |
| ·真实世界网络 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于量子粒子群算法的复杂网络重叠社区检测 | 第51-71页 |
| ·复杂网络中的重叠社区检测 | 第51页 |
| ·量子粒子群算法 | 第51-54页 |
| ·基于量子粒子群算法的复杂网络重叠社区检测 | 第54-60页 |
| ·边图 | 第55-56页 |
| ·改进的多目标量子粒子群算法 | 第56-58页 |
| ·微调策略 | 第58-59页 |
| ·评价指标 | 第59-60页 |
| ·实验结果及分析 | 第60-70页 |
| ·人工合成网络 | 第60-66页 |
| ·真实世界网络 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 硕士期间成果 | 第81-82页 |
