复杂网络的社区挖掘算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-14页 |
| ·研究背景及选题意义 | 第10-12页 |
| ·论文主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 网络的社区结构 | 第14-26页 |
| ·社区结构 | 第14-18页 |
| ·二分网络社区结构 | 第15-16页 |
| ·反社区结构 | 第16-18页 |
| ·动态社区结构 | 第18页 |
| ·模块度函数 | 第18-21页 |
| ·二分网络的模块度函数 | 第19-20页 |
| ·反社区网络的模块度函数 | 第20-21页 |
| ·网络社区挖掘算法 | 第21-25页 |
| ·非重叠社团社区发现算法 | 第21-22页 |
| ·重叠社团社区发现算法 | 第22-24页 |
| ·标号传播算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 蚁群优化算法 | 第26-32页 |
| ·蚁群算法的原理 | 第26-28页 |
| ·基本的蚁群算法 | 第28-29页 |
| ·基于细胞自动机的蚂蚁聚类算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于蚁群优化的二分网络社区挖掘算法 | 第32-42页 |
| ·二分网络及其社区挖掘 | 第32-33页 |
| ·二分网络的模块度 | 第33-34页 |
| ·算法的基本思想与框架 | 第34-38页 |
| ·二分网络的关系矩阵及其双向聚类 | 第35-36页 |
| ·信息素和启发式信息 | 第36-37页 |
| ·算法的框架 | 第37-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·计算机生成数据 | 第38-39页 |
| ·Southern Women数据集 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于标号传播的复杂网络反社区发现算法 | 第42-56页 |
| ·复杂网络的反社区及其模块度 | 第42-43页 |
| ·基于标号传播的反社区挖掘算法 | 第43-48页 |
| ·标号传播中的“抖动”现象及其避免 | 第48-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·计算机生成的数据 | 第51-53页 |
| ·真实数据实验分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 基于细胞自动机蚂蚁聚类的动态社区挖掘算法 | 第56-67页 |
| ·问题定义 | 第56-58页 |
| ·基于细胞自动机蚂蚁聚类的动态社区挖掘算法 | 第58-64页 |
| ·算法描述 | 第58-63页 |
| ·算法框架 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·研究总结 | 第67页 |
| ·研究展望 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文目录 | 第77-78页 |
| 攻读学位期间参加的研究工作 | 第78-80页 |
