基于随机游走的Graphlet采样算法优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1.绪论 | 第8-19页 |
| 1.1 .研究背景与意义 | 第8页 |
| 1.2 .国内外研究现状 | 第8-18页 |
| 1.3 .本文研究内容 | 第18页 |
| 1.4 .论文结构 | 第18-19页 |
| 2.Graphlet采样算法的分析与改进 | 第19-32页 |
| 2.1 .Graphlet数学定义 | 第19页 |
| 2.2 .采样算法的比较与选择 | 第19-20页 |
| 2.3 .Graphlet随机游走的状态转移矩阵 | 第20-25页 |
| 2.4 .随机游走算法的参数调整 | 第25-26页 |
| 2.5 .采样过程的收敛判定 | 第26-28页 |
| 2.6 .采样过程的并行化 | 第28-30页 |
| 2.7 .Graphlet类别判断 | 第30-31页 |
| 2.8 .本章小结 | 第31-32页 |
| 3.并行随机游走算法的实现 | 第32-49页 |
| 3.1 .采样算法工作流程 | 第32-33页 |
| 3.2 .数据结构的设计与优化 | 第33-35页 |
| 3.3 .Graphlet邻居搜索算法的实现 | 第35-39页 |
| 3.4 .随机游走算法的实现 | 第39-41页 |
| 3.5 .游走算法并行化的实现 | 第41-43页 |
| 3.6 .Graphlet种类判断的实现 | 第43-46页 |
| 3.7 .收敛判定的实现 | 第46-48页 |
| 3.8 .本章小结 | 第48-49页 |
| 4.测试与结论 | 第49-60页 |
| 4.1 .测试环境 | 第49-50页 |
| 4.2 .样本均匀分布验证 | 第50页 |
| 4.3 .收敛判定的有效性验证 | 第50-52页 |
| 4.4 .并行化采样算法的精度 | 第52-58页 |
| 4.5 .并行化采样算法的时间消耗 | 第58-59页 |
| 4.6 .本章小结 | 第59-60页 |
| 5.总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 攻读硕士学位期间参加的主要科研项目 | 第66页 |
